Fine-tuning script for pretrained models
Maintainer thường phản hồi trong vòng 1 ngày
Chưa có ai nhận issue này.
Đánh giá
- Độ khó
- 3/5
- Thời gian dự kiến
- 1-2 ngày
- Mức phù hợp với người mới
- 45/100
- 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
The work goes in scripts/finetune.py, which does not exist yet. Before writing it, read the split and augmentation code that #36 and #20 introduce, since this issue says to reuse them and both are listed as dependencies. The CLI takes --arch, --epochs and --lr. Done means both mobilenetv2_100 and efficientnet_b0 fine-tune end to end and write the best checkpoint and history to results/.
Do mô hình lập chỉ mục viết ra từ nội dung của issue.
Mô tả
Same split and augmentation as the custom models.
Files: scripts/finetune.py
Tasks
- CLI:
--arch mobilenetv2_100|efficientnet_b0 --epochs 15 --lr 1e-4 - Adam + cosine-annealing scheduler, all layers trainable
- Save best checkpoint and history to
results/
Done when
Both architectures can be fine-tuned with the script.
Depends on
#36 #20
Close with a commit or PR message containing Closes #<this issue>.
- Ngôn ngữ chính
- Jupyter Notebook
- Star
- 0
- Fork
- 0
- Merge trung bình
- 3 giờ 1 phút
- Pull request đã merge (30 ngày)
- 19
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
-
[T4] Model B: test-set evaluation (accuracy, confusion matrix, precision, recall)Có thể đã có người làm @snehal1931 đã nhận hôm nay. Đang mởtask-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 · 1 bình luận ·
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
-
evaluation good first issue
Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 62/100
VisionForgeCSE/CNN-For-Image-Classification#26 ·
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
google-ai-edge/litert-torch#1345 ·
Maintainer thường phản hồi trong vòng 1 ngày
-
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