Fine-tuning script for pretrained models
Nessuno ha ancora preso questa issue.
Valutazione
- Difficoltà
- 3/5
- Tempo stimato
- 1-2 giorni
- Idoneità per principianti
- 45/100
- Tipo di issue
- Funzionalità
- Chiarezza
- Abbastanza chiara
- Stato di attività
- Attiva
- Stack tecnologico
- python
- Ambito
- machine-learning
Direzione di ricerca
The work goes in scripts/finetune.py, which does not exist yet. Before writing it, read the split and augmentation code that #36 and #20 introduce, since this issue says to reuse them and both are listed as dependencies. The CLI takes --arch, --epochs and --lr. Done means both mobilenetv2_100 and efficientnet_b0 fine-tune end to end and write the best checkpoint and history to results/.
Scritto dal modello di indicizzazione a partire dal testo della issue.
Descrizione
Same split and augmentation as the custom models.
Files: scripts/finetune.py
Tasks
- CLI:
--arch mobilenetv2_100|efficientnet_b0 --epochs 15 --lr 1e-4 - Adam + cosine-annealing scheduler, all layers trainable
- Save best checkpoint and history to
results/
Done when
Both architectures can be fine-tuned with the script.
Depends on
#36 #20
Close with a commit or PR message containing Closes #<this issue>.
- Lingua principale
- Jupyter Notebook
- Stelle
- 0
- Fork
- 0
- Merge medio
- 1m
- PR unite (30g)
- 3
Preparare l'ambiente
Questo progetto non fornisce container di sviluppo, Dockerfile né guida per i contributori, quindi l'ambiente è a tuo carico: parti dal suo README e consulta la nostra guida al primo contributo per i passaggi generali.
Come iniziare
- Leggi tutta la issue e poi la guida ai contributi del progetto.
- Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
- Fai un fork del repository e lavora su un branch.
- Apri una pull request che faccia riferimento al numero della issue.
Altre issue di VisionForgeCSE/CNN-For-Image-Classification
-
Inference latency benchmarkApertaevaluation
Difficoltà 2/5 1-3 ore Idoneità per principianti 66/100
-
evaluation good first issue
Difficoltà 2/5 1-3 ore Idoneità per principianti 62/100
-
Plot confusion matrixApertaevaluation
Difficoltà 2/5 1-3 ore Idoneità per principianti 68/100
-
training
Difficoltà 2/5 1-3 ore Idoneità per principianti 68/100
-
Optimizer factoryApertatraining
Difficoltà 2/5 1-3 ore Idoneità per principianti 65/100
Tutte le issue di VisionForgeCSE/CNN-For-Image-Classification
Issue simili
-
bug
Difficoltà 2/5 1-3 ore Idoneità per principianti 68/100
SheffieldML/GPy#1217 ·
I maintainer di solito rispondono entro 1 giorno
-
model evaluation request not-gguf
Difficoltà 2/5 1-3 ore Idoneità per principianti 62/100
I maintainer di solito rispondono entro 1 giorno
-
area:docs
Difficoltà 2/5 1-3 ore Idoneità per principianti 76/100
jejjohnson/geonnax#89 ·
I maintainer di solito rispondono entro 1 giorno
-
Triage 🩺
Difficoltà 2/5 1-3 ore Idoneità per principianti 76/100
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 70/100