Clean up train diff tests
Nessuno ha ancora preso questa issue.
Valutazione
- Difficoltà
- 3/5
- Tempo stimato
- 1-2 giorni
- Idoneità per principianti
- 45/100
- Tipo di issue
- Refactoring
- Chiarezza
- Abbastanza chiara
- Stato di attività
- Ferma
- Stack tecnologico
- python
- Ambito
- machine-learning, testing-qa
Direzione di ricerca
Inizia da tests/test_traindiffs.py e determina come vengono eseguiti attualmente i test di train diff e dove vengono scritti i risultati temporanei. Documenta le istruzioni per l’esecuzione ed elimina gli errori di IO segnalati relativi ai file dei risultati temporanei. Il lavoro è completato quando i test documentati possono essere eseguiti senza questi errori di IO.
Scritto dal modello di indicizzazione a partire dal testo della issue.
Descrizione
The train diff tests are difficult to run at the moment.
- Add documentation on how to run them
- Eliminate IO errors related to writing temporary results to files
Train diff test: https://github.com/mlcommons/algorithmic-efficiency/blob/main/tests/test_traindiffs.py
- Lingua principale
- Python
- Stelle
- 425
- Fork
- 78
- Metriche di merge delle PR
- Nessuna PR unita negli ultimi 30g
Preparare l'ambiente
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 mlcommons/algorithmic-efficiency
-
Difficoltà 5/5 Più di una settimana Idoneità per principianti 30/100
-
Difficoltà 4/5 3-5 giorni Idoneità per principianti 38/100
mlcommons/algorithmic-efficiency#924 · 5 commenti ·
-
Anima: live PH monitoring in conversational agent — overfitting detection every 50 interactionsAperta
Difficoltà 5/5 Più di una settimana Idoneità per principianti 25/100
-
Difficoltà 5/5 Più di una settimana Idoneità per principianti 20/100
-
Topological overfitting detection: H0 gap catches overfitting before accuracy diverges (r=0.998)Aperta
Difficoltà 5/5 Più di una settimana Idoneità per principianti 15/100
Tutte le issue di mlcommons/algorithmic-efficiency
Issue simili
-
[Bug] @deck.gl/arcgis dist import resolves to unpublished @deck.gl/core source path (9.3.11, 9.4.0)Aperta
Difficoltà 2/5 1-3 ore Idoneità per principianti 72/100
I maintainer di solito rispondono entro 1 giorno
-
workflow: a tick's dispatch counts as 'only this step', and no review self-grants a round unattendedApertaworkflow
Difficoltà 2/5 1-3 ore Idoneità per principianti 85/100
kristofdegrave/homeassistant-smart-charging#1505 ·
I maintainer di solito rispondono entro 1 giorno
-
New Submission: TropWATERApertametadata submission
Difficoltà 2/5 1-3 ore Idoneità per principianti 82/100
-
bug
Difficoltà 2/5 1-3 ore Idoneità per principianti 65/100
canonical/content-cache-operator#163 · 1 commento ·
I maintainer di solito rispondono entro 1 giorno
-
[submission]Apertasubmission
Difficoltà 1/5 Meno di un'ora Idoneità per principianti 65/100
leanprover/lean-eval-submissions#1852 ·
I maintainer di solito rispondono entro 1 giorno