[Suggestion] Improving TorchSharp experience in Notebook with Torchsharp.Summary
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
- Abbastanza chiara
- Stato di attività
- Ferma
- Stack tecnologico
- jupyter-notebook
- Ambito
- machine-learning
Direzione di ricerca
Inizia esaminando gli esempi di notebook TorchSharp e il riferimento torch-summary collegato per determinare il punto di integrazione previsto. Il risultato dovrebbe essere un’esperienza TorchSharp.Summary in un notebook che produca le informazioni dimostrate su layer, forme, parametri e dimensioni.
Scritto dal modello di indicizzazione a partire dal testo della issue.
Descrizione
Is there interest to port
torch-summary to TorchSharp.Summary
from torchsummary import summary
model = ConvNet()
summary(model, (1, 28, 28))
So in TorchSharp notebook, we get:
==========================================================================================
Layer (type:depth-idx) Output Shape Param #
==========================================================================================
├─Conv2d: 1-1 [-1, 10, 24, 24] 260
├─Conv2d: 1-2 [-1, 20, 8, 8] 5,020
├─Dropout2d: 1-3 [-1, 20, 8, 8] --
├─Linear: 1-4 [-1, 50] 16,050
├─Linear: 1-5 [-1, 10] 510
==========================================================================================
Total params: 21,840
Trainable params: 21,840
Non-trainable params: 0
==========================================================================================
Input size (MB): 0.00
Forward/backward pass size (MB): 0.05
Params size (MB): 0.08
Estimated Total Size (MB): 0.14
==========================================================================================
- Lingua principale
- Jupyter Notebook
- Stelle
- 175
- Fork
- 61
- 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.
Altre issue di dotnet/TorchSharpExamples
-
Difficoltà 1/5 Meno di un'ora Idoneità per principianti 45/100
dotnet/TorchSharpExamples#56 ·
-
Trying Chinese translation Aperta
Difficoltà 5/5 Più di una settimana Idoneità per principianti 20/100
dotnet/TorchSharpExamples#52 ·
-
Difficoltà 1/5 Meno di un'ora Idoneità per principianti 45/100
dotnet/TorchSharpExamples#50 ·
-
Difficoltà 5/5 Più di una settimana Idoneità per principianti 20/100
dotnet/TorchSharpExamples#30 ·
-
Difficoltà 4/5 3-5 giorni Idoneità per principianti 32/100
dotnet/TorchSharpExamples#22 · 3 commenti ·
Tutte le issue di dotnet/TorchSharpExamples
Issue simili
-
bug configuration documentation examples policies processor tests training
Difficoltà 2/5 1-3 ore Idoneità per principianti 70/100
huggingface/lerobot#4727 ·
-
bug
Difficoltà 2/5 1-3 ore Idoneità per principianti 86/100
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 75/100
huggingface/sentence-transformers#4068 ·
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 76/100
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 75/100
DataTalksClub/machine-learning-zoomcamp#723 · 1 reazione ·