Add 'resume training' feature
Nessuno ha ancora preso questa issue.
Valutazione
- Difficoltà
- 4/5
- Tempo stimato
- 3-5 giorni
- Idoneità per principianti
- 35/100
- Tipo di issue
- Funzionalità
- Chiarezza
- Abbastanza chiara
- Stato di attività
- Ferma
- Stack tecnologico
- python
- Ambito
- machine-learning
Direzione di ricerca
Inizia individuando il codice che gestisce config.yaml all’interno del dataframe e il punto di ingresso dell’addestramento che scrive o legge dlc-models/iteration-<#>//train/pose_cfg.yaml. Traccia come viene impostato attualmente init_weights, quindi verifica che la ripresa utilizzi il percorso dello snapshot precedente senza la relativa estensione e testa il flusso di addestramento end-to-end.
Scritto dal modello di indicizzazione a partire dal testo della issue.
Descrizione
Our current draft manages config.yaml within the dataframe, but doesn't make adjustments to the model training file located under models: <project_folder>/dlc-models/iteration-<#>/<scorer>/train/pose_cfg.yaml
To resume training from the previous training snapshot, we would need to modify the init_weights value to a full path without extension dlc-models/iteration-<#>/<scorer>/train/snapshot-<#>
- Lingua principale
- Jupyter Notebook
- Stelle
- 13
- Fork
- 37
- Merge medio
- 1h 14m
- PR unite (30g)
- 1
Preparare l'ambiente
Avvia il container di sviluppo del progetto nel browser, con il tuo account GitHub.
- Nessun Dockerfile né file Docker Compose
- Nessun modello di pull request
- Leggi la guida per i contributori
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 datajoint/element-deeplabcut
-
Difficoltà 4/5 3-5 giorni Idoneità per principianti 48/100
datajoint/element-deeplabcut#145 ·
-
Docker Support for Testing and Development (client)Forse di nuovo libera @esutlie l’ha presa 358 giorni fa e non c’è nessuna pull request aperta. Apertaenhancement
datajoint/element-deeplabcut#144 · 1 assegnatario ·
-
enhancement
Difficoltà 5/5 Più di una settimana Idoneità per principianti 35/100
datajoint/element-deeplabcut#143 ·
-
Support multi-animal pretrained models in DataJoint DeepLabCut ElementForse di nuovo libera @esutlie l’ha presa 378 giorni fa e non c’è nessuna pull request aperta. Apertaenhancement
datajoint/element-deeplabcut#141 · 1 commento · 4 reazioni · 1 assegnatario ·
-
enhancement
Difficoltà 3/5 1-2 giorni Idoneità per principianti 45/100
Tutte le issue di datajoint/element-deeplabcut
Issue simili
-
CrossEntropyFilter raises on zero probabilities and single-class resultsForse già presa @NopeCharon l’ha presa oggi. Aperta
Difficoltà 2/5 1-3 ore Idoneità per principianti 78/100
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 1/5 Meno di un'ora Idoneità per principianti 85/100
UKGovernmentBEIS/inspect_ai#6666 ·
I maintainer di solito rispondono entro 1 giorno
-
maintenance scipy.linalg
Difficoltà 2/5 1-3 ore Idoneità per principianti 82/100
scipy/scipy#26769 · 1 commento ·
I maintainer di solito rispondono entro 1 giorno
-
hardware help wanted
Difficoltà 2/5 1-3 ore Idoneità per principianti 66/100
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 66/100
UKGovernmentBEIS/inspect_evals#2927 ·
I maintainer di solito rispondono entro 1 giorno