Finetune without resetting learning rate

Repository metrics

Stars

29,107 stars (29,107 stars)

PR merge metrics

30d に merged PR はありません (30d に merged PR はありません)

説明

コントリビューターガイド

調査方針

fairseqのトレーニングパイプラインを調べて、ファインチューニング中に学習率がリセットされる場所を特定し、事前学習済みモデルの学習率を保持するための設定オプションやコード変更を特定してください。

技術スタック

python

領域

machine learning

Issue 種別

機能

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。

2

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。

明確

前提条件

Pythonfairseq

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