Hacktoberfest 2026：メンテナが10月に向けて印を付けた、オープンで初心者向けの issue。 Hacktoberfest の issue を見る

Train and validation epoch functions

オープン 初心者向け
  • 何か問題がありますか？
#19 コメント 0 件 リアクション 0 件 担当者 0 名 GitHub で見る

メンテナーはふだん 1 日以内に返信

まだ誰も着手していません。

評価

難易度
2/5
見積もり時間
1〜3時間
初心者へのやさしさ
62/100
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, pytorch
領域
machine-learning

調査の方向性

作業は src/train.py で行います。ここで run_epoch(model, loader, optimizer=None, augment=False) が平均損失と精度を返すようにしてください。この issue は #9 と #15 に依存しているため、まずそれらを読み、モデルと loader のインターフェースを把握してください。完了の条件は、ModelB を訓練用 loader で 1 エポック実行してエラーなく終わり、2 つの float を返すこと、そして optimizer が渡されなかった場合は勾配計算が無効になっていることです。

索引モデルが issue の本文から書いたものです。

説明

training

Core loop used by every experiment.

Files: src/train.py

Tasks
  • run_epoch(model, loader, optimizer=None, augment=False) -> (mean loss, accuracy)
  • Training mode when an optimizer is given, torch.no_grad() otherwise
  • Cross-entropy loss; move batches to the configured device
Done when

One epoch of ModelB on the training loader runs without errors and returns floats.

Depends on

#9 #15

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
2時間 33分
マージ済み PR（30日）
11

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

  1. 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。
  2. 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。
  3. リポジトリをフォークし、ブランチを切って変更します。
  4. 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

VisionForgeCSE/CNN-For-Image-Classification の issue をすべて見る

似ている issue

Machine Learning の issue をもっと見る

新しい issue をメールで受け取る

初心者向けの GitHub issue を短くまとめたダイジェスト。