NGPU-LM with ONNX model inference

Repository metrics

Stars

17,298 stars (17,298 stars)

PR merge metrics

平均マージ 12d (平均マージ 12d)30d で 49 merged PRs (30d で 49 merged PRs)

説明

コントリビューターガイド

調査方針

NeMoでONNXモデル推論とCTCデコーダ、NGPU LMビームサーチの例を探す；NGPU LMとONNXモデルの統合に関するドキュメントを確認する；推論パイプラインを追跡して設定手順を特定する。

技術スタック

python

領域

machine learningai

Issue 種別

調査

難度新しい貢献者にとっての実装難度です。1 は非常に小さな変更、5 は専門的な作業です。

3

推定時間経験ある貢献者が調査、実装、テスト、pull request 準備にかけるおおよその時間範囲です。

1-3時間

活動状況Issue が今どれだけ取り組みやすいかを示します。新しい、活発、古い、ブロック中、またはメンテナー入力待ちなどです。

アクティブ

明確さ期待される変更、受け入れ条件、次の手順がどれだけ明確かを示します。

おおむね明確

前提条件

PythonONNXCTC decoding

初心者向け度初回貢献者にどれだけ取り組みやすいかを 1-100 で推定したスコアです。

60