Feedback about Real Time Inference on Raspberry Pi 4 and 5 (40 fps!)
Maintainer thường phản hồi trong vòng 2 ngày
Chưa có ai nhận issue này.
Đánh giá
- Độ khó
- 4/5
- Thời gian dự kiến
- 3-5 ngày
- Mức phù hợp với người mới
- 25/100
- Loại issue
- Lỗi
- Độ rõ ràng
- Cần làm rõ
- Mức độ hoạt động
- Đình trệ
- Lĩnh vực
- embedded-iot, machine-learning, performance
Hướng nghiên cứu
Bắt đầu với hướng dẫn realtime_rpi.html được liên kết trong issue và tái hiện chênh lệch thời gian đã được báo cáo giữa các mô hình dấu phẩy động và các mô hình được lượng tử hóa bằng QAT trên Raspberry Pi 4 hoặc 5. So sánh thiết lập được báo cáo với phương pháp của hướng dẫn; công việc được xem là hoàn tất khi đã ghi lại một nguyên nhân được xác nhận hoặc một hạn chế có thể tái hiện, đồng thời cập nhật hướng dẫn nếu phù hợp.
Do mô hình lập chỉ mục viết ra từ nội dung của issue.
Mô tả
There is the following issue on this page: https://docs.pytorch.org/tutorials/intermediate/realtime_rpi.html
I have a YOLO like model which I used QAT and the quantized model is very slow. It is slower 4 time than the floating point model. Although I used fused layers.
Any help?
- Ngôn ngữ chính
- Python
- Star
- 9.4k
- Fork
- 4.4k
- Merge trung bình
- 3 ngày 5 giờ
- Pull request đã merge (30 ngày)
- 4
Chuẩn bị môi trường
Khởi chạy dev container của dự án ngay trên trình duyệt, bằng tài khoản GitHub của bạn.
- Không có Dockerfile hay tệp Docker Compose
- Có mẫu pull request
- Đọc hướng dẫn đóng góp
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 pytorch/tutorials
-
Feedback about Datasets & DataLoadersCó thể đã có người làm @hippi345 đã nhận 1 ngày trước. Đang mở
Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 62/100
Maintainer thường phản hồi trong vòng 2 ngày
-
💡 [REQUEST] - Add model.eval() after loading the mdoelCó thể đã có người làm @Justee21 đã nhận 26 ngày trước. Đang mở
Độ khó 1/5 Dưới một giờ Mức phù hợp với người mới 78/100
Maintainer thường phản hồi trong vòng 2 ngày
-
[BUG] Captum tutorial fails when visualize_image_attr() receives None for original_imageCó thể làm lại được @shubhambhar007 đã nhận 32 ngày trước và không có pull request nào đang mở. Đang mở
Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 70/100
pytorch/tutorials#3963 · 1 bình luận ·
Maintainer thường phản hồi trong vòng 2 ngày
-
[BUG] - Incorrect ResNet18 preprocessing in Captum tutorialCó thể đã có người làm @austxu đã nhận 85 ngày trước. Đang mởbug
Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 76/100
Maintainer thường phản hồi trong vòng 2 ngày
-
Feedback about What is torch.nn really?Có thể đã có người làm @MichelleHan7 đã nhận 22 ngày trước. Đang mở
Độ khó 1/5 Dưới một giờ Mức phù hợp với người mới 78/100
Maintainer thường phản hồi trong vòng 2 ngày
Tất cả issue của pytorch/tutorials
Issue tương tự
-
Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 72/100
Maintainer thường phản hồi trong vòng 1 ngày
-
Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 76/100
omegaup/omegaup#10353 · 1 bình luận ·
Maintainer thường phản hồi trong vòng 5 ngày
-
bot-triaged module: LrScheduler module: optimizer triaged
Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 70/100
Maintainer thường phản hồi trong vòng 1 ngày
-
documentation glm5 llm-model
Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 78/100
vllm-project/vllm-ascend#19062 ·
Maintainer thường phản hồi trong vòng 1 ngày
-
Author Page: shuai-zhao-llmĐang mởauthor-page correction
Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 68/100
acl-org/acl-anthology#10496 · 1 bình luận ·
Maintainer thường phản hồi trong vòng 1 ngày