Model size on disk and int8 estimate
Maintainer thường phản hồi trong vòng 1 ngày
Chưa có ai nhận issue này.
Đánh giá
- Độ khó
- 2/5
- Thời gian dự kiến
- 1-3 giờ
- Mức phù hợp với người mới
- 62/100
- Loại issue
- Tính năng
- Độ rõ ràng
- Khá rõ ràng
- Mức độ hoạt động
- Sôi nổi
- Công nghệ
- python
- Lĩnh vực
- machine-learning
Hướng nghiên cứu
Làm việc trong src/complexity.py và thêm size_on_disk_kb(model) và int8_size_kb(model) như mô tả trong danh sách công việc. Hàm đầu lưu state_dict vào một tệp tạm; hàm thứ hai chia số lượng tham số có thể huấn luyện cho 1024. Hãy đọc issue #16 trước vì việc này phụ thuộc vào nó, rồi kiểm tra cách các bảng so sánh gọi các hàm này. Hoàn thành khi cả hai hàm trả về kích thước và kích thước được báo cáo của Mô hình B nhỏ hơn Mô hình A.
Do mô hình lập chỉ mục viết ra từ nội dung của issue.
Mô tả
Needed for the model comparison tables.
Files: src/complexity.py
Tasks
-
size_on_disk_kb(model): savestate_dictto a temp file and return its size in KB -
int8_size_kb(model)= trainable params / 1024
Done when
Model B is reported smaller than Model A.
Depends on
#16
Close with a commit or PR message containing Closes #<this issue>.
- Ngôn ngữ chính
- Jupyter Notebook
- Star
- 0
- Fork
- 0
- Merge trung bình
- 2 giờ 25 phút
- Pull request đã merge (30 ngày)
- 16
Chuẩn bị môi trường
Dự án này không cung cấp dev container, Dockerfile hay hướng dẫn đóng góp, nên bạn cần tự thiết lập môi trường: hãy bắt đầu từ README và xem hướng dẫn đóng góp lần đầu của chúng tôi để biết các bước chung.
Bắt đầu từ đâu
- Đọc hết issue, rồi đọc hướng dẫn đóng góp của dự án.
- Bình luận trên issue rằng bạn sẽ nhận — tránh hai người làm cùng một việc.
- Fork repository và làm thay đổi trên một nhánh.
- Mở pull request có tham chiếu số hiệu của issue.
Issue khác của VisionForgeCSE/CNN-For-Image-Classification
-
task-4 ws5-comparison
Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 72/100
VisionForgeCSE/CNN-For-Image-Classification#75 ·
Maintainer thường phản hồi trong vòng 1 ngày
-
task-5 ws4-efficientnet
Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 82/100
VisionForgeCSE/CNN-For-Image-Classification#71 ·
Maintainer thường phản hồi trong vòng 1 ngày
-
task-5 ws3-mobilenetv2
Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 72/100
VisionForgeCSE/CNN-For-Image-Classification#67 ·
Maintainer thường phản hồi trong vòng 1 ngày
-
task-4 ws2-model-b
Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 74/100
VisionForgeCSE/CNN-For-Image-Classification#64 ·
Maintainer thường phản hồi trong vòng 1 ngày
-
Inference latency benchmarkĐang mởevaluation
Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 66/100
VisionForgeCSE/CNN-For-Image-Classification#27 ·
Maintainer thường phản hồi trong vòng 1 ngày
Tất cả issue của VisionForgeCSE/CNN-For-Image-Classification
Issue tương tự
-
Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 76/100
meta-pytorch/captum#1944 ·
-
POPE yes ratio counts ground-truth labels instead of model predictionsCó thể đã có người làm @mottopanikeiku đã nhận hôm nay. Đang mở
Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 72/100
EvolvingLMMs-Lab/lmms-eval#1591 ·
Maintainer thường phản hồi trong vòng 1 ngày
-
bug nn triaged
Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 78/100
pytorch/tensordict#2972 · 2 bình luận ·
Maintainer thường phản hồi trong vòng 1 ngày
-
Độ khó 1/5 Dưới một giờ Mức phù hợp với người mới 65/100
Maintainer thường phản hồi trong vòng 2 ngày
-
InverseWishart.variance is wrong for off-diagonal entriesCó thể đã có người làm @juanitorduz đã nhận hôm nay. Đang mởbug
Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 75/100
Maintainer thường phản hồi trong vòng 1 ngày