Unit tests for the models
まだ誰も着手していません。
評価
- 難易度
- 3/5
- 見積もり時間
- 半日
- 初心者へのやさしさ
- 52/100
- issue の種類
- 機能追加
- 明瞭さ
- おおむね明確
- 活発さ
- 活発
- 技術スタック
- python
調査の方向性
Work goes in tests/test_models.py. Check issue #17 first, since this issue depends on it, and find where ModelA, ModelB, count_params and the layer table are defined. Add tests for the output shapes, the 100,000-parameter limit on ModelB, and agreement between the layer-table total and count_params. Done when pytest passes.
索引モデルが issue の本文から書いたものです。
説明
Guards against accidentally breaking the 100k limit.
Files: tests/test_models.py
Tasks
- Test output shapes of ModelA and ModelB
- Test
count_params(ModelB()) <= 100_000 - Test that the layer-table parameter total equals
count_params
Done when
pytest passes.
Depends on
#17
Close with a commit or PR message containing Closes #<this issue>.
- 主要言語
- Jupyter Notebook
- スター
- 0
- フォーク
- 0
- 平均マージ
- 1分
- マージ済み PR（30日）
- 3
環境構築
このプロジェクトには開発コンテナ、Dockerfile、コントリビューションガイドがありません。まず README を読み、一般的な手順ははじめてのコントリビューションガイドを参照してください。
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。
VisionForgeCSE/CNN-For-Image-Classification のほかの issue
-
evaluation
難易度 2/5 1〜3時間 初心者へのやさしさ 66/100
-
evaluation good first issue
難易度 2/5 1〜3時間 初心者へのやさしさ 62/100
-
evaluation
難易度 2/5 1〜3時間 初心者へのやさしさ 68/100
-
training
難易度 2/5 1〜3時間 初心者へのやさしさ 68/100
-
Optimizer factoryオープンtraining
難易度 2/5 1〜3時間 初心者へのやさしさ 65/100
VisionForgeCSE/CNN-For-Image-Classification 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 78/100
sktime/pytorch-forecasting#2459 ·
メンテナーはふだん 1 日以内に返信
-
bug
難易度 2/5 1〜3時間 初心者へのやさしさ 68/100
SheffieldML/GPy#1217 ·
メンテナーはふだん 1 日以内に返信
-
model evaluation request not-gguf
難易度 2/5 1〜3時間 初心者へのやさしさ 62/100
メンテナーはふだん 1 日以内に返信
-
area:docs
難易度 2/5 1〜3時間 初心者へのやさしさ 76/100
jejjohnson/geonnax#89 ·
メンテナーはふだん 1 日以内に返信
-
Triage 🩺
難易度 2/5 1〜3時間 初心者へのやさしさ 76/100
メンテナーはふだん 1 日以内に返信