Hacktoberfest 2026: le issue che i maintainer hanno segnato per ottobre, aperte e adatte ai principianti. Sfoglia le issue Hacktoberfest

[T4] Comparison: Model A vs Model B table and trade-off discussion

Aperta Adatta ai principianti
  • Qualcosa non va?
#75 0 commenti 0 reazioni 0 assegnatari Vedi su GitHub

I maintainer di solito rispondono entro 1 giorno

Nessuno ha ancora preso questa issue.

Valutazione

Difficoltà
2/5
Tempo stimato
1-3 ore
Idoneità per principianti
72/100
Tipo di issue
Documentazione
Chiarezza
Specificata chiaramente
Stato di attività
Attiva
Stack tecnologico
jupyter-notebook
Ambito
data-visualization

Direzione di ricerca

Apri Comparison.ipynb ed esamina i risultati salvati delle issue #58 e #65; il compito richiede esplicitamente di non eseguire addestramento né scrivere codice del modello. Crea una tabella e un grafico a barre in figures/compare_AB.png per le metriche elencate, quindi discuti i compromessi tra convoluzioni standard e convoluzioni separabili in profondità. Il compito è completato quando la tabella e la discussione sono pronte per il report.

Scritto dal modello di indicizzazione a partire dal testo della issue.

Descrizione

task-4 ws5-comparison

Assignment task 4 – comparison part. Built only from saved results files, no training and no model code.

File: Comparison.ipynb

Tasks
  • Table: total parameters, model size on disk (KB), training time per epoch, test accuracy (also MACs)
  • Bar chart of the four metrics → figures/compare_AB.png
  • Discuss trade-offs of moving from standard to depthwise-separable convolutions (parameters / MACs vs accuracy vs training time)
Done when

Table and discussion are ready for the report.

Depends on

#58 #65

Branch: feat/75-compare-a-vs-b · open a PR into main with Closes #75 in the description.

Lingua principale
Jupyter Notebook
Stelle
0
Fork
0
Merge medio
2h 25m
PR unite (30g)
16

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

  1. Leggi tutta la issue e poi la guida ai contributi del progetto.
  2. Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
  3. Fai un fork del repository e lavora su un branch.
  4. Apri una pull request che faccia riferimento al numero della issue.

Altre issue di VisionForgeCSE/CNN-For-Image-Classification

Tutte le issue di VisionForgeCSE/CNN-For-Image-Classification

Issue simili

Altre issue su Data Visualization

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.