ML.NET Model Builder training fails due to missing Microsoft.CodeAnalysis.CSharp assembly
Nessuno ha ancora preso questa issue.
Valutazione
- Difficoltà
- 3/5
- Tempo stimato
- 1-2 giorni
- Idoneità per principianti
- 38/100
- Tipo di issue
- Bug
- Chiarezza
- Abbastanza chiara
- Stato di attività
- Attiva
- Stack tecnologico
- csharp
- Ambito
- machine-learning
Direzione di ricerca
The payload names no source file, only the failing assembly Microsoft.CodeAnalysis.CSharp 4.9.0.0 raised during AutoML pipeline generation for a net10.0 target. Start by finding where the project pins or references that package and how the Model Builder training path loads it, then try to reproduce with the steps in the report. Done means training a multiclass model on net10.0 completes without the assembly load error, with a note on which package version or binding redirect fixed it.
Scritto dal modello di indicizzazione a partire dal testo della issue.
Descrizione
Tutorial Bug Report
Description: When attempting to train a multiclass classification model using ML.NET Model Builder, the training process fails immediately after AutoML initialization.
The dataset is loaded successfully and the training configuration is validated. However, the AutoML engine crashes during pipeline generation with an assembly loading exception.
Error Message: Could not load file or assembly 'Microsoft.CodeAnalysis.CSharp, Version=4.9.0.0, Culture=neutral, PublicKeyToken=31bf3856ad364e35'. The system cannot find the file specified.
Environment:
- Target Framework: net10.0
- ML.NET Model Builder
- Scenario: Multiclass Classification
- Training Mode: Local Training
Steps to Reproduce:
- Create a .NET console application targeting net10.0.
- Launch ML.NET Model Builder.
- Configure a multiclass classification model.
- Select training dataset.
- Click Train.
Actual Result: Training fails during AutoML pipeline initialization and no model is generated.
Expected Result: AutoML should generate candidate pipelines and complete model training successfully.
- Lingua principale
- Dockerfile
- Stelle
- 287
- Fork
- 66
- 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 dotnet/machinelearning-modelbuilder
-
Difficoltà 3/5 1-2 giorni Idoneità per principianti 35/100
dotnet/machinelearning-modelbuilder#3096 · 1 reazione ·
-
ML.ModelBuilderAperta
Difficoltà 1/5 Meno di un'ora Idoneità per principianti 10/100
-
mylb.Aperta
Difficoltà 1/5 Meno di un'ora Idoneità per principianti 20/100
-
Difficoltà 4/5 1-2 giorni Idoneità per principianti 22/100
-
Difficoltà 5/5 Più di una settimana Idoneità per principianti 25/100
Tutte le issue di dotnet/machinelearning-modelbuilder
Issue simili
-
code-health
Difficoltà 2/5 1-3 ore Idoneità per principianti 78/100
tinaudio/synth-setter#3750 ·
-
Image processors with shortest_edge + longest_edge upscale every image to longest_edge (DETR, YOLOS)Aperta
Difficoltà 2/5 1-3 ore Idoneità per principianti 85/100
huggingface/transformers.js#1886 · 1 commento ·
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 82/100
tensorflow/tfjs#8754 ·
-
Tensor.split and neighbouring methods in torch/_tensor.py lack type annotations (return Unknown)Apertabot-triaged module: typing triaged
Difficoltà 2/5 1-3 ore Idoneità per principianti 77/100
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 76/100
I maintainer di solito rispondono entro 1 giorno