ML.NET Model Builder training fails due to missing Microsoft.CodeAnalysis.CSharp assembly
Ninguém assumiu esta issue ainda.
Avaliação
- Dificuldade
- 3/5
- Tempo estimado
- 1-2 dias
- Facilidade para iniciantes
- 38/100
- Tipo de issue
- Bug
- Clareza
- Razoavelmente clara
- Status de atividade
- Ativa
- Stack de tecnologia
- csharp
- Domínio
- machine-learning
Direção de pesquisa
The payload names no source file, only the failing assembly Microsoft.CodeAnalysis.CSharp 4.9.0.0 raised during AutoML pipeline generation for a net10.0 target. Start by finding where the project pins or references that package and how the Model Builder training path loads it, then try to reproduce with the steps in the report. Done means training a multiclass model on net10.0 completes without the assembly load error, with a note on which package version or binding redirect fixed it.
Escrita pelo modelo de indexação a partir do texto da issue.
Descrição
Tutorial Bug Report
Description: When attempting to train a multiclass classification model using ML.NET Model Builder, the training process fails immediately after AutoML initialization.
The dataset is loaded successfully and the training configuration is validated. However, the AutoML engine crashes during pipeline generation with an assembly loading exception.
Error Message: Could not load file or assembly 'Microsoft.CodeAnalysis.CSharp, Version=4.9.0.0, Culture=neutral, PublicKeyToken=31bf3856ad364e35'. The system cannot find the file specified.
Environment:
- Target Framework: net10.0
- ML.NET Model Builder
- Scenario: Multiclass Classification
- Training Mode: Local Training
Steps to Reproduce:
- Create a .NET console application targeting net10.0.
- Launch ML.NET Model Builder.
- Configure a multiclass classification model.
- Select training dataset.
- Click Train.
Actual Result: Training fails during AutoML pipeline initialization and no model is generated.
Expected Result: AutoML should generate candidate pipelines and complete model training successfully.
- Linguagem predominante
- Dockerfile
- Estrelas
- 287
- Forks
- 66
- Métricas de merge de PRs
- Nenhum PR com merge em 30d
Preparar o ambiente
Este projeto não oferece contêiner de desenvolvimento, Dockerfile nem guia de contribuição, então a configuração fica por sua conta: comece pelo README e veja nosso guia da primeira contribuição para os passos gerais.
Primeiros passos
- Leia a issue inteira e depois o guia de contribuição do projeto.
- Comente na issue dizendo que vai assumir — evita que duas pessoas façam o mesmo trabalho.
- Faça um fork do repositório e trabalhe em uma branch.
- Abra um pull request que referencie o número da issue.
Mais de dotnet/machinelearning-modelbuilder
-
Dificuldade 3/5 1-2 dias Facilidade para iniciantes 35/100
dotnet/machinelearning-modelbuilder#3096 · 1 reação ·
-
ML.ModelBuilderAberta
Dificuldade 1/5 Menos de uma hora Facilidade para iniciantes 10/100
-
mylb.Aberta
Dificuldade 1/5 Menos de uma hora Facilidade para iniciantes 20/100
-
Dificuldade 4/5 1-2 dias Facilidade para iniciantes 22/100
-
Dificuldade 5/5 Mais de uma semana Facilidade para iniciantes 25/100
Todas as issues de dotnet/machinelearning-modelbuilder
Issues semelhantes
-
code-health
Dificuldade 2/5 1-3 horas Facilidade para iniciantes 78/100
tinaudio/synth-setter#3750 ·
-
Image processors with shortest_edge + longest_edge upscale every image to longest_edge (DETR, YOLOS)Aberta
Dificuldade 2/5 1-3 horas Facilidade para iniciantes 85/100
huggingface/transformers.js#1886 · 1 comentário ·
Mantenedores costumam responder em até 1 dia
-
Dificuldade 2/5 1-3 horas Facilidade para iniciantes 82/100
tensorflow/tfjs#8754 ·
-
Tensor.split and neighbouring methods in torch/_tensor.py lack type annotations (return Unknown)Abertabot-triaged module: typing triaged
Dificuldade 2/5 1-3 horas Facilidade para iniciantes 77/100
Mantenedores costumam responder em até 1 dia
-
Dificuldade 2/5 1-3 horas Facilidade para iniciantes 76/100
Mantenedores costumam responder em até 1 dia