feat(tf2): support or reject TensorFlow-only model features and variants
I maintainer di solito rispondono entro 3 giorni
Nessuno ha ancora preso questa issue.
Valutazione
- Difficoltà
- 5/5
- Tempo stimato
- Più di una settimana
- Idoneità per principianti
- 35/100
- Tipo di issue
- Funzionalità
- Chiarezza
- Abbastanza chiara
- Stato di attività
- Tranquilla
- Stack tecnologico
- python, tensorflow
- Ambito
- machine-learning
Direzione di ricerca
Inizia facendo l’inventario delle funzionalità e delle varianti elencate confrontandole con il contratto di supporto TF2 previsto, quindi esamina i percorsi condivisi di composizione e serializzazione di dpmodel. Utilizza le aree esistenti di validazione, inferenza, test e documentazione per confermare che ogni configurazione sia esplicitamente supportata o rifiutata, con errori azionabili per i casi non supportati.
Scritto dal modello di indicizzazione a partire dal testo della issue.
Descrizione
Summary
The common schema exposes TensorFlow/common model features such as type_embedding, modifier, compress, hybrid pairwise_dprc, and model variants frozen, pairtab, and linear_ener. TF2 currently rejects or lacks registry entries for these paths.
Scope
- Inventory each feature and variant against the intended TF2 support contract.
- Implement feasible paths using shared dpmodel composition/serialization semantics.
- Add backend-aware validation for intentionally legacy-TF-only features.
- Validate type maps, component compatibility, serialization metadata, and inference behavior.
- Avoid accepting an option and silently ignoring it.
Acceptance criteria
- Each listed feature/variant is explicitly supported or rejected for TF2.
- Supported configurations round-trip through serialization and produce deterministic inference.
- Unsupported configurations fail before model construction with an actionable message.
- Hybrid/composite models validate incompatible component combinations.
- Tests and documentation distinguish legacy TensorFlow from TF2.
Refs #5757.
Coding agent: Codex
Codex version: codex-cli 0.144.4
Model: gpt-5.6-sol
Reasoning effort: xhigh
- Lingua principale
- Python
- Stelle
- 2.1k
- Fork
- 659
- Merge medio
- 4g 2h
- PR unite (30g)
- 6
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 deepmodeling/deepmd-kit
-
Difficoltà 1/5 Meno di un'ora Idoneità per principianti 88/100
deepmodeling/deepmd-kit#6038 · 2 commenti ·
I maintainer di solito rispondono entro 3 giorni
-
Docs enhancement
Difficoltà 2/5 1-3 ore Idoneità per principianti 68/100
deepmodeling/deepmd-kit#5766 · 1 commento ·
I maintainer di solito rispondono entro 3 giorni
-
[Code scan] Symmetrize ASE calculator stress after reshaping virialForse già presa @njzjz l’ha presa 93 giorni fa. Apertabug
Difficoltà 2/5 1-3 ore Idoneità per principianti 72/100
deepmodeling/deepmd-kit#5689 · 2 commenti ·
I maintainer di solito rispondono entro 3 giorni
-
[Code scan] Freeze Paddle DPA3 parameters with stop_gradientForse già presa @njzjz l’ha presa 93 giorni fa. Apertabug
Difficoltà 2/5 1-3 ore Idoneità per principianti 78/100
deepmodeling/deepmd-kit#5686 · 1 commento ·
I maintainer di solito rispondono entro 3 giorni
-
branch: master lang: py todo comment type: todo
Difficoltà 2/5 1-3 ore Idoneità per principianti 72/100
deepmodeling/deepmd-kit#5480 ·
I maintainer di solito rispondono entro 3 giorni
Tutte le issue di deepmodeling/deepmd-kit
Issue simili
-
bug
Difficoltà 2/5 1-3 ore Idoneità per principianti 68/100
jbacalso24/mimry#291 ·
I maintainer di solito rispondono entro 1 giorno
-
good first issue
Difficoltà 2/5 Meno di un'ora Idoneità per principianti 82/100
eli-alvarado/us-watchlist-alerts#14 ·
I maintainer di solito rispondono entro 1 giorno
-
from-review-extraction python severity:nit
Difficoltà 2/5 1-3 ore Idoneità per principianti 80/100
LearningCircuit/local-deep-research#7462 ·
I maintainer di solito rispondono entro 2 giorni
-
mermaid_extract.py silently discards single-line state-diagram notes; sequence notes are keptAperta
Difficoltà 2/5 1-3 ore Idoneità per principianti 82/100
cathrynlavery/diagram-design#441 ·
I maintainer di solito rispondono entro 2 giorni
-
[Cleanup] Include the public header in work_split.cppForse già presa @blozano-tt l’ha presa oggi. Aperta
Difficoltà 2/5 1-3 ore Idoneità per principianti 82/100
tenstorrent/tt-metal#60850 ·
I maintainer di solito rispondono entro 1 giorno