Live training monitor dashboard

オープン
#7 コメント 0 件 リアクション 0 件 担当者 0 名 GitHub で見る

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
30/100
issue の種類
機能追加
明瞭さ
説明が足りない
活発さ
静か
技術スタック
python

調査の方向性

ファイル、テスト、エントリポイントは特定されていません。まず既存の loss namedtuple(MLLTerms、ELBOTerms、CollapsedELBOTerms)と GP トレーニングフローを確認してください。実装前にダッシュボードのスコープとライブ系列を定義します。完了条件は、合意した単一または複数実験のスコープに対して、動作するライブモニターがあることです。

索引モデルが issue の本文から書いたものです。

説明

roadmap

A TensorBoard-inspired training dashboard for ptgp that renders live charts as a model trains. Scoped to GP training, where the set of useful things to watch is small and known in advance.

This is one of the motivations for using namedtuples as optimization outputs. Each field becomes a plottable series automatically. The existing loss namedtuples (MLLTerms, ELBOTerms, CollapsedELBOTerms) give per-component loss decomposition for free.

Beyond the loss components, some ideas for what else to track:

  • Hyperparameter trajectories (ls, eta, sigma)
  • Variational parameter summaries for SVGP
  • Inducing point movement, or a live scatter plot of Z positions where the user can select which two input dimensions to view
  • Gradient norms per parameter group

Open questions

  • Should this start as a single-user, single-model dashboard? Or target multi-experiment comparison from the start?
  • What else would be useful to plot live during GP training?
主要言語
Jupyter Notebook
スター
15
フォーク
5
平均マージ
2日 10時間
マージ済み PR(30日)
5

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。

pymc-devs/ptgp のほかの issue

pymc-devs/ptgp 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。