[BUG] Confusing machine names in Jenkins CI
I maintainer di solito rispondono entro 2 giorni
Valutazione
- Difficoltà
- 3/5
- Tempo stimato
- 1-2 giorni
- Idoneità per principianti
- 45/100
Direzione di ricerca
Inizia da .jenkins/metadata.json alla riga 27 e .jenkins/get_files_to_run.py alle righe 43-45, quindi esamina il mapping della matrice CI descritto nell’issue. Verifica la relazione tra il label e shard/WORKER_ID, incluso il runner linux.g5.12xlarge.nvidia.gpu. Il lavoro è completato quando la denominazione delle macchine e il routing descrivono in modo coerente il comportamento della CI multi-GPU senza compromettere la CI dei tutorial.
Scritto dal modello di indicizzazione a partire dal testo della issue.
Descrizione
Add Link
My PR for a new tutorial: https://github.com/pytorch/tutorials/pull/3763/
Describe the bug
THe Jenkins CI has a few hard-coded behaviors that are confusing. The linux.16xlarge.nvidia.gpu label in Jenkins appears to be a legacy label that means "needs multi-GPU". It doesn't describe the actual hardware that is used.
get_files_to_run.py has a hard-coded check for this exact key, which routes it to shard 0. Shard 0 maps to WORKER_ID=1 in the matrix (also confusing), and then shard 1's runner is a linux.g5.12xlarge.nvidia.gpu, not a 16xl.
Reporting this since it resulted in some confusion while getting my CI for my PR to pass. If it were me, the key should be '4-gpu' instead of linux.16xlarge.nvidia.gpu.
Describe your environment
PyTorch tutorial CI
- Lingua principale
- Python
- Stelle
- 9.4k
- Fork
- 4.4k
- Merge medio
- 3g 5h
- PR unite (30g)
- 4
Preparare l'ambiente
Avvia il container di sviluppo del progetto nel browser, con il tuo account GitHub.
- Nessun Dockerfile né file Docker Compose
- Ha un 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 pytorch/tutorials
-
Feedback about Datasets & DataLoadersForse già presa Una pull request collegata a questa issue è aperta o già unita. Aperta
Difficoltà 2/5 1-3 ore Idoneità per principianti 62/100
I maintainer di solito rispondono entro 2 giorni
-
💡 [REQUEST] - Add model.eval() after loading the mdoelForse già presa @Justee21 l’ha presa 25 giorni fa. Aperta
Difficoltà 1/5 Meno di un'ora Idoneità per principianti 78/100
I maintainer di solito rispondono entro 2 giorni
-
[BUG] Captum tutorial fails when visualize_image_attr() receives None for original_imageForse di nuovo libera @shubhambhar007 l’ha presa 31 giorni fa e non c’è nessuna pull request aperta. Aperta
Difficoltà 2/5 1-3 ore Idoneità per principianti 70/100
pytorch/tutorials#3963 · 1 commento ·
I maintainer di solito rispondono entro 2 giorni
-
[BUG] - Incorrect ResNet18 preprocessing in Captum tutorialForse già presa @austxu l’ha presa 83 giorni fa. Apertabug
Difficoltà 2/5 1-3 ore Idoneità per principianti 76/100
I maintainer di solito rispondono entro 2 giorni
-
Feedback about What is torch.nn really?Forse già presa @MichelleHan7 l’ha presa 20 giorni fa. Aperta
Difficoltà 1/5 Meno di un'ora Idoneità per principianti 78/100
I maintainer di solito rispondono entro 2 giorni
Tutte le issue di pytorch/tutorials
Issue simili
-
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
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 78/100
I maintainer di solito rispondono entro 1 giorno
-
backend::sglang bug language::python observability
Difficoltà 2/5 Mezza giornata Idoneità per principianti 65/100
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 1/5 Meno di un'ora Idoneità per principianti 75/100
OpenShot/openshot-qt#6202 ·
I maintainer di solito rispondono entro 1 giorno