karpathy/llm.c

init from scratch

Open

#243 aberto em 24 de abr. de 2024

Ver no GitHub
 (4 comments) (0 reactions) (0 assignees)Cuda (3.626 forks)github user discovery
good first issue

Métricas do repositório

Stars
 (30.145 stars)
Métricas de merge de PR
 (Métricas PR pendentes)

Description

Follow the GPT-2 reference .py file and initialize the weights in C from scratch in the exact same way. Allow init from scratch instead of init from checkpoint when building the GPT-2. Add argparse flag to configure which way to go. Ok to only change the mainline development file train_gpt2.cu.

Guia do colaborador

Direção de pesquisa
Estude a implementação Python de referência (model.py) para entender a inicialização dos pesos, depois replique a lógica em C no train gpt2.cu e adicione um sinalizador argparse para escolher entre zero e checkpoint.
Pilha de tecnologia
c
Domain
backendmachine learningai
Tipo Issue
Funcionalidade
DifficultyDificuldade de implementação estimada para um novo contribuidor, de 1 para alterações muito pequenas a 5 para trabalho de nível especializado.
2
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.
Recente
ClarityCom que clareza o issue explica a mudança esperada, os critérios de aceitação e a próxima etapa.
Claro
Prerequisites
CCUDA
Simpatia para novatosUma pontuação de 1 a 100 que estima o quão acessível este issue é para colaboradores iniciantes.
60