Round filters Comment has typo
Nessuno ha ancora preso questa issue.
Valutazione
- Difficoltà
- 1/5
- Tempo stimato
- Meno di un'ora
- Idoneità per principianti
- 78/100
- Tipo di issue
- Documentazione
- Chiarezza
- Specificata chiaramente
- Stato di attività
- Ferma
- Stack tecnologico
- python
- Ambito
- documentation, machine-learning
Direzione di ricerca
La formulazione errata è la docstring di round_filters in efficientnet_model.py, che dice che i filtri vengono arrotondati dal moltiplicatore di profondità. Leggi il corpo della funzione per confermare che moltiplica per global_params.width_coefficient, poi controlla se il file contiene altre docstring che descrivono lo stesso scaling. È fatto quando la docstring nomina il moltiplicatore di larghezza e corrisponde al codice. Non serve eseguire i test, ma un import rapido del modulo conferma che si carica ancora.
Scritto dal modello di indicizzazione a partire dal testo della issue.
Descrizione
For the EfficientNet model in efficientnet_model.py
def round_filters(filters, global_params):
"""Round number of filters **based on depth multiplier**."""
orig_f = filters
multiplier = global_params.width_coefficient
The the number of filters should be based on the width multiplier. The code computes it correctly but the comment is incorrect.
- Lingua principale
- Jupyter Notebook
- Stelle
- 5.3k
- Fork
- 1.7k
- 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 tensorflow/tpu
-
Difficoltà 2/5 Mezza giornata Idoneità per principianti 62/100
tensorflow/tpu#3542 ·
-
imagenet_to_gcs.pyAperta
Difficoltà 1/5 Meno di un'ora Idoneità per principianti 78/100
tensorflow/tpu#951 · 2 reazioni ·
-
Broken linkAperta
Difficoltà 1/5 Meno di un'ora Idoneità per principianti 70/100
tensorflow/tpu#908 ·
-
Bug in imagenet_to_gcs.pyAperta
Difficoltà 1/5 Meno di un'ora Idoneità per principianti 62/100
tensorflow/tpu#889 · 1 commento · 1 reazione ·
-
Difficoltà 1/5 Meno di un'ora Idoneità per principianti 78/100
tensorflow/tpu#435 · 1 reazione ·
Tutte le issue di tensorflow/tpu
Issue simili
-
difficulty: easy enhancement quality
Difficoltà 2/5 1-3 ore Idoneità per principianti 84/100
I maintainer di solito rispondono entro 2 giorni
-
bug
Difficoltà 2/5 1-3 ore Idoneità per principianti 82/100
xdelmo/Portfolio-minimal#613 ·
I maintainer di solito rispondono entro 1 giorno
-
integration: cisco_ios
Difficoltà 2/5 1-3 ore Idoneità per principianti 71/100
home-assistant/home-assistant.io#50936 · 1 commento ·
I maintainer di solito rispondono entro 1 giorno
-
backend documentation low-priority Stellar Wave
Difficoltà 2/5 1-3 ore Idoneità per principianti 68/100
Savitura/Savitools#611 · 1 commento ·
I maintainer di solito rispondono entro 6 giorni
-
Content:HTML needs triage
Difficoltà 2/5 1-3 ore Idoneità per principianti 72/100
I maintainer di solito rispondono entro 1 giorno