ONNX
Nessuno ha ancora preso questa issue.
Valutazione
- Difficoltà
- 5/5
- Tempo stimato
- Più di una settimana
- Idoneità per principianti
- 25/100
- Tipo di issue
- Funzionalità
- Chiarezza
- Da chiarire
- Stato di attività
- Ferma
- Stack tecnologico
- numpy
- Ambito
- machine-learning, tooling
Direzione di ricerca
Inizia esaminando come questo repository rappresenta le superfici API e la definizione ONNX Operators.md collegata nell’issue. Determina l’ambito e la compatibilità necessari per un confronto con ONNX; il lavoro è completato quando ONNX è incluso nel confronto e le relative funzioni dell’API degli array supportate sono rappresentate in modo coerente.
Scritto dal modello di indicizzazione a partire dal testo della issue.
Descrizione
We at ONNX are working on the roadmap and I'm proposing that we adopt the numpy array API definition and eventually the array API standard from the outcome of this work group. ONNX is a model exchange standard for the deep learning frameworks. The array API comparison exercise here is very helpful and it would be great if we could include the ONNX in the comparison here.
The definition of array API functions can be found here.
- Lingua principale
- Jupyter Notebook
- Stelle
- 56
- Fork
- 2
- Metriche di merge delle PR
- Nessuna PR unita negli ultimi 30g
Guida per i contributori
Nessuna guida per i contributori indicizzata per questo repository
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.
Issue simili
-
ConformalizedQuantileRegressor uses one order statistic too many when (n+1)·alpha is an integer Aperta
Difficoltà 2/5 1-3 ore Idoneità per principianti 88/100
scikit-learn-contrib/MAPIE#991 ·
-
ConcordanceCorrCoef mixes (n-1) variances with a 1/n mean term, so it does not match Lin's CCC Apertabug / fix help wanted
Difficoltà 2/5 1-3 ore Idoneità per principianti 85/100
Lightning-AI/torchmetrics#3512 · 1 commento ·
-
community-request
Difficoltà 2/5 1-3 ore Idoneità per principianti 78/100
NVIDIA/Megatron-LM#7650 ·
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 84/100
-
bug good first issue multicut serialization
Difficoltà 2/5 1-3 ore Idoneità per principianti 70/100