about train running
Nessuno ha ancora preso questa issue.
Valutazione
- Difficoltà
- 3/5
- Tempo stimato
- 1-2 giorni
- Idoneità per principianti
- 25/100
- Tipo di issue
- Bug
- Chiarezza
- Da chiarire
- Stato di attività
- Ferma
- Ambito
- data, machine-learning
Direzione di ricerca
Start with train.py at the create_dataloader call, then inspect data/init.py and the dataset construction passed to torch.utils.data.DataLoader. Reproduce the training command and determine why the dataset has zero samples; done means training starts with a positive dataset size and no num_samples=0 error.
Scritto dal modello di indicizzazione a partire dal testo della issue.
Descrizione
mean and std stats are from: clip
using Official CLIP's normalization
Traceback (most recent call last):
File "/home/law/HDD/hjs/UniversalFakeDetect/train.py", line 39, in
data_loader = create_dataloader(opt)#训练数据加载器
File "/home/law/HDD/hjs/UniversalFakeDetect/data/init.py", line 29, in create_dataloader
data_loader = torch.utils.data.DataLoader(dataset,
File "/home/law/.conda/envs/hjs/lib/python3.9/site-packages/torch/utils/data/dataloader.py", line 376, in init
sampler = RandomSampler(dataset, generator=generator) # type: ignore[arg-type]
File "/home/law/.conda/envs/hjs/lib/python3.9/site-packages/torch/utils/data/sampler.py", line 164, in init
raise ValueError(
ValueError: num_samples should be a positive integer value, but got num_samples=0
how to slove it ,help
- Lingua principale
- Python
- Stelle
- 379
- Fork
- 60
- Metriche di merge delle PR
- Nessuna PR unita negli ultimi 30g
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 WisconsinAIVision/UniversalFakeDetect
-
扩散模型的数据数量是不是有问题Aperta
Difficoltà 3/5 1-2 giorni Idoneità per principianti 45/100
WisconsinAIVision/UniversalFakeDetect#31 · 1 commento ·
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 45/100
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 35/100
WisconsinAIVision/UniversalFakeDetect#29 · 1 reazione ·
-
dataset is unavailableAperta
Difficoltà 2/5 1-3 ore Idoneità per principianti 55/100
WisconsinAIVision/UniversalFakeDetect#28 · 4 commenti ·
-
about methodAperta
Difficoltà 2/5 1-3 ore Idoneità per principianti 30/100
Tutte le issue di WisconsinAIVision/UniversalFakeDetect
Issue simili
-
tests/strategies_test.py:174 goes uncovered on about 1 run in 100, failing the coverage ratchetApertaflaky-watch
Difficoltà 2/5 1-3 ore Idoneità per principianti 88/100
btclib-org/btclib#2839 ·
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 65/100
nion-software/nionswift#2018 ·
I maintainer di solito rispondono entro 1 giorno
-
Deleting a member fails when another member's share transfer points to themForse già presa @Beerlesklopfer l’ha presa oggi. Aperta
Difficoltà 2/5 1-3 ore Idoneità per principianti 78/100
FoodCoopX/wirgarten-tapir#1336 ·
I maintainer di solito rispondono entro 3 giorni
-
pydanty:is-working
Difficoltà 2/5 1-3 ore Idoneità per principianti 71/100
pydantic/pydantic-ai#11467 ·
I maintainer di solito rispondono entro 1 giorno
-
Link Checker ReportApertaautomated issue linkchecker report
Difficoltà 2/5 1-3 ore Idoneità per principianti 66/100
QuantEcon/lecture-python.myst#1098 ·
I maintainer di solito rispondono entro 1 giorno