Bug: tools.model_benchmark uses hardcoded ':' for PYTHONPATH instead of os.pathsep
メンテナーはふだん 1 日以内に返信
関連するプルリクエストがすでにマージされています。
- #1862 @mangeshraut712 による — マージ済み
評価
調査の方向性
The issue identifies tools/model_benchmark.py and tools/tests/test_model_benchmark.py. Read aiperf_command and the existing assertion, then check how the environment constructs PYTHONPATH and how the test splits it. Done means both use the platform path separator and the test passes on supported platforms.
索引モデルが issue の本文から書いたものです。
説明
Affected area
Validation or benchmarking
TensorRT-Model-Connect version
main (commit cd87bfc3)
Installation method
Other
Model and revision
not model-specific
Environment
OS: Windows / Linux
GPU: N/A
Driver: N/A
CUDA: N/A
TensorRT: N/A
Container image or package: Python 3.10+ (tools/model_benchmark.py)
Minimal reproducer
import argparse
from pathlib import Path
from tools.model_benchmark import aiperf_command
args = argparse.Namespace(
aiperf_python=Path("python"),
environment=Path("env.yaml"),
out_root=Path("out"),
model=[],
shard=None,
rerun=False,
)
command, env = aiperf_command(args)
print("PYTHONPATH:", env["PYTHONPATH"])
Observed behavior
In tools/model_benchmark.py (line 47), aiperf_command constructs PYTHONPATH using a hardcoded colon separator:
return command, {"PYTHONPATH": ":".join(str(REPOSITORY / root) for root in roots)}
On Windows platforms, filesystem paths contain drive letters (e.g. C:...) and Python parses PYTHONPATH using os.pathsep (';'). Joining paths with ':' breaks the path search list, preventing Python from splitting the directories properly and causing ModuleNotFoundError: No module named 'trtmc_aiperf_qual' when running the benchmark.
Expected behavior
tools/model_benchmark.py should use os.pathsep.join(...) instead of a hardcoded ":" so that PYTHONPATH is formatted portably across all supported operating systems.
In tools/tests/test_model_benchmark.py (line 19), the assertion should also be updated to split on os.pathsep instead of hardcoded ":".
Relevant logs
ModuleNotFoundError: No module named 'trtmc_aiperf_qual'
Submission checks
- I searched open and closed issues and found no duplicate.
- This is not a security vulnerability.
- I removed secrets, credentials, private URLs, and restricted artifacts.
- 主要言語
- Python
- スター
- 283
- フォーク
- 75
- 平均マージ
- 1日 18時間
- マージ済み PR（30日）
- 220
環境構築
- Dockerfile または Docker Compose ファイルあり
- プルリクエストのテンプレートあり
- コントリビューションガイドを読む
はじめの一歩
- issue を最後まで読み、次にプロジェクトのコントリビューションガイドを読みます。
- 着手することを issue にコメントします — 二人が同じ作業をするのを防げます。
- リポジトリをフォークし、ブランチを切って変更します。
- issue 番号を参照したプルリクエストを送ります。
NVIDIA/TensorRT-Model-Connect のほかの issue
-
Docs: ITrtModule::forward() output-buffer lifetime and dtype contract are undocumented再び着手できるかも このイシューのプルリクエストはマージされずにクローズされました。 オープン
難易度 2/5 1〜3時間 初心者へのやさしさ 82/100
NVIDIA/TensorRT-Model-Connect#1126 · コメント 1 件 ·
メンテナーはふだん 1 日以内に返信
-
Bug: trtmc-aiperf-qual run exits 1 when Acc passes and Perf is measured対応中かも @JiaxinD が今日担当しました。 オープンbug
難易度 1/5 1時間未満 初心者へのやさしさ 20/100
NVIDIA/TensorRT-Model-Connect#1897 · コメント 1 件 ·
メンテナーはふだん 1 日以内に返信
-
Feature: Support LeRobot GR00T N1.7 policies with native Model Connect bundles対応中かも @chaofengw-nv が 1 日前に担当しました。 オープンAI enhancement model-onboarding
難易度 5/5 1週間以上 初心者へのやさしさ 25/100
NVIDIA/TensorRT-Model-Connect#1881 · 担当者 1 名 ·
メンテナーはふだん 1 日以内に返信
-
Feature: Support LeRobot Pi 0.5 policies with native Model Connect bundles対応中かも @chaofengw-nv が 1 日前に担当しました。 オープンAI enhancement model-onboarding
難易度 5/5 1週間以上 初心者へのやさしさ 35/100
NVIDIA/TensorRT-Model-Connect#1880 · 担当者 1 名 ·
メンテナーはふだん 1 日以内に返信
-
難易度 5/5 1週間以上 初心者へのやさしさ 6/100
NVIDIA/TensorRT-Model-Connect#1700 · コメント 4 件 ·
メンテナーはふだん 1 日以内に返信
NVIDIA/TensorRT-Model-Connect の issue をすべて見る
似ている issue
-
難易度 2/5 1〜3時間 初心者へのやさしさ 82/100
メンテナーはふだん 2 日以内に返信
-
難易度 2/5 1〜3時間 初心者へのやさしさ 86/100
-
Validate finite output clamping limits in StepPredictor.prepare_clamping_params to prevent silent NaN/Inf propagation対応中かも @muskan-creates352 が今日担当しました。 オープン
難易度 2/5 1〜3時間 初心者へのやさしさ 84/100
mllam/neural-lam#848 ·
メンテナーはふだん 2 日以内に返信
-
infra
難易度 1/5 1時間未満 初心者へのやさしさ 88/100
fab-geocommuns/RNB-coeur#1166 ·
メンテナーはふだん 1 日以内に返信
-
難易度 2/5 1〜3時間 初心者へのやさしさ 78/100
deepspeedai/DeepSpeed#8951 ·
メンテナーはふだん 2 日以内に返信