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

[T4] Comparison: Model A vs Model B table and trade-off discussion

オープン 初心者向け
  • 何か問題がありますか？
#75 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
72/100
issue の種類
ドキュメント
明瞭さ
明確に書かれている
活発さ
活発
技術スタック
jupyter-notebook
領域
data-visualization

調査の方向性

Comparison.ipynbを開き、issue #58と#65の保存済み結果を調べます。このタスクでは、トレーニングもモデルコードも明示的に不要です。列挙された指標について、figures/compare_AB.pngに表と棒グラフを作成し、標準畳み込みとdepthwise-separable convolutionsのトレードオフを考察します。表と考察がレポート用に完成した時点で完了です。

索引モデルが issue の本文から書いたものです。

説明

task-4 ws5-comparison

Assignment task 4 – comparison part. Built only from saved results files, no training and no model code.

File: Comparison.ipynb

Tasks
  • Table: total parameters, model size on disk (KB), training time per epoch, test accuracy (also MACs)
  • Bar chart of the four metrics → figures/compare_AB.png
  • Discuss trade-offs of moving from standard to depthwise-separable convolutions (parameters / MACs vs accuracy vs training time)
Done when

Table and discussion are ready for the report.

Depends on

#58 #65

Branch: feat/75-compare-a-vs-b · open a PR into main with Closes #75 in the description.

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

Data Visualization 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。