facebookresearch/ParlAI

Standardize batchifying image features

Open

#2.461 aberto em 11 de mar. de 2020

Ver no GitHub
 (4 comments) (1 reaction) (0 assignees)Python (2.089 forks)batch import
H2 2020Help WantedSmalldonotreap

Métricas do repositório

Stars
 (10.371 stars)
Métricas de merge de PR
 (Nenhuma PRs mesclada em 30d)

Description

Currently, ImageSeq2seqAgent and ImagePolyencoderAgent have two separate .batchify_image_features() methods for preparing image features for encoding. The main advantage of ImagePolyencoderAgent's implementation of this method is that the images are packed into a Tensor for data_parallel. It's worth testing whether ImageSeq2seqAgent really requires a separate .batchify_image_features() method now: if not, it should be removed, and ImagePolyencoderAgent.batchify_image_features() should be moved into TorchImageAgent.

Guia do colaborador

Direção de pesquisa
Examine a implementação de batchify image features tanto em ImageSeq2seqAgent quanto em ImagePolyencoderAgent na base de código do ParlAI. Determine se as diferenças são necessárias devido a restrições arquiteturais ou se a versão do Polyencoder pode ser generalizada. Se possível, mova o método do Polyencoder para TorchImageAgent e remova a duplicata no Seq2seq. Consulte a discussão na issue #2461 para contexto.
Pilha de tecnologia
python
Domain
machine learningbackend
Tipo Issue
Refatoração
DifficultyDificuldade de implementação estimada para um novo contribuidor, de 1 para alterações muito pequenas a 5 para trabalho de nível especializado.
3
Tempo estimadoUm intervalo de tempo aproximado para um colaborador experiente investigar, implementar, testar e preparar um pull request.
Meio dia
Status da atividadeQuão disponível o issue aparece agora: novo, ativo, obsoleto, bloqueado ou aguardando entrada do mantenedor.
Antigo
ClarityCom que clareza o issue explica a mudança esperada, os critérios de aceitação e a próxima etapa.
Claro
Prerequisites
ParlAI agentsPyTorch DataParallelImage feature batchification
Simpatia para novatosUma pontuação de 1 a 100 que estima o quão acessível este issue é para colaboradores iniciantes.
65