Regarding the server's lifecycle

オープン
#436 コメント 1 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 3 日以内に返信

まだ誰も着手していません。

評価

難易度
5/5
見積もり時間
1週間以上
初心者へのやさしさ
25/100
issue の種類
機能追加
明瞭さ
説明が足りない
活発さ
停滞
技術スタック
python

調査の方向性

まず、trainer.dev と trainer.fit のエントリーポイント、およびそれらが呼び出すサーバーのライフサイクルを追跡します。想定されている推論ワークフローと、現在サーバーのシャットダウンがどのように処理されているかを確認します。この issue は、サポートされるアプローチとライフタイムの動作が明確に定義され、文書化または実装された場合にのみ完了です。

索引モデルが issue の本文から書いたものです。

説明

question store v0.x

If I want to perform inference with a trained model, is using trainer.dev the most convenient approach?
Also, I’ve noticed that the server seems to be released after trainer.fit or trainer.dev finishes—how can I extend its lifetime?

主要言語
Python
スター
18.9k
フォーク
1.7k
平均マージ
4日 11時間
マージ済み PR(30日)
9

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。

microsoft/agent-lightning のほかの issue

microsoft/agent-lightning の issue をすべて見る

似ている issue

Python 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。