Final notebook and reproducibility check
Nessuno ha ancora preso questa issue.
Valutazione
- Difficoltà
- 4/5
- Tempo stimato
- 1-2 giorni
- Idoneità per principianti
- 35/100
- Tipo di issue
- Funzionalità
- Chiarezza
- Abbastanza chiara
- Stato di attività
- Attiva
- Stack tecnologico
- jupyter-notebook, markdown, python
- Ambito
- documentation, machine-learning
Direzione di ricerca
Start by reading #41, since this issue depends on it and the saved-results format it produces. Then open notebooks/Assignment03.ipynb, src/, run_all.py and requirements.txt to see what the notebook must import and load. Done means the notebook runs top to bottom with no errors on a clean environment, a fresh clone plus pip install -r requirements.txt reproduces the numbers, and README.md covers how to run, expected runtime and output locations.
Scritto dal modello di indicizzazione a partire dal testo della issue.
Descrizione
Submission notebook that imports src/ and shows all results.
Files: notebooks/Assignment03.ipynb, README.md
Tasks
- Notebook loads saved results and displays every table and figure (no copy-pasted code)
- Fresh clone +
pip install -r requirements.txt+run_all.pyreproduces the numbers - README: how to run, expected runtime, where outputs go
Done when
Notebook runs top to bottom without errors on a clean environment (e.g. Colab).
Depends on
#41
Close with a commit or PR message containing Closes #<this issue>.
- Lingua principale
- Jupyter Notebook
- Stelle
- 0
- Fork
- 0
- Merge medio
- 5h 32m
- PR unite (30g)
- 5
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
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 78/100
aws-samples/sample-per-model-bedrock#191 ·
I maintainer di solito rispondono entro 1 giorno
-
documentation good first issue
Difficoltà 2/5 1-3 ore Idoneità per principianti 78/100
-
Documentation problemAperta
Difficoltà 1/5 Meno di un'ora Idoneità per principianti 66/100
monero-project/monero-docs#430 · 3 commenti ·
I maintainer di solito rispondono entro 6 giorni
-
Documentation Link TypoAperta
Difficoltà 1/5 Meno di un'ora Idoneità per principianti 83/100
Zettlr/Zettlr#6610 · 1 commento ·
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 1/5 Meno di un'ora Idoneità per principianti 67/100
navikt/esyfo-narmesteleder#700 ·
I maintainer di solito rispondono entro 1 giorno