[BUG] Confusing machine names in Jenkins CI
Maintainer thường phản hồi trong vòng 2 ngày
Đánh giá
- Độ khó
- 3/5
- Thời gian dự kiến
- 1-2 ngày
- Mức phù hợp với người mới
- 45/100
Hướng nghiên cứu
Bắt đầu với .jenkins/metadata.json ở dòng 27 và .jenkins/get_files_to_run.py ở các dòng 43-45, sau đó kiểm tra ánh xạ ma trận CI được mô tả trong issue. Xác minh mối quan hệ giữa label và shard/WORKER_ID, bao gồm runner linux.g5.12xlarge.nvidia.gpu. Hoàn tất có nghĩa là cách đặt tên máy và định tuyến mô tả nhất quán hành vi CI đa GPU mà không làm hỏng tutorial CI.
Do mô hình lập chỉ mục viết ra từ nội dung của issue.
Mô tả
Add Link
My PR for a new tutorial: https://github.com/pytorch/tutorials/pull/3763/
Describe the bug
THe Jenkins CI has a few hard-coded behaviors that are confusing. The linux.16xlarge.nvidia.gpu label in Jenkins appears to be a legacy label that means "needs multi-GPU". It doesn't describe the actual hardware that is used.
get_files_to_run.py has a hard-coded check for this exact key, which routes it to shard 0. Shard 0 maps to WORKER_ID=1 in the matrix (also confusing), and then shard 1's runner is a linux.g5.12xlarge.nvidia.gpu, not a 16xl.
Reporting this since it resulted in some confusion while getting my CI for my PR to pass. If it were me, the key should be '4-gpu' instead of linux.16xlarge.nvidia.gpu.
Describe your environment
PyTorch tutorial CI
- 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
-
💡 [REQUEST] - Add model.eval() after loading the mdoelCó thể đã có người làm @Justee21 đã nhận 24 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 30 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 82 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 19 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
-
Typo on 'Introduction to PyTorch Tensors' pageCó thể đã có người làm @th5y đã nhận 129 ngày trước. Đang mở
Độ khó 1/5 Dưới một giờ Mức phù hợp với người mới 78/100
pytorch/tutorials#3919 · 2 bình luận ·
Maintainer thường phản hồi trong vòng 2 ngày
Tất cả issue của pytorch/tutorials
Issue tương tự
-
documentation pkg: sphinx-needs
Độ khó 1/5 Dưới một giờ Mức phù hợp với người mới 82/100
useblocks/sphinx-needs#2255 ·
Maintainer thường phản hồi trong vòng 1 ngày
-
Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 60/100
home-assistant/core#186538 ·
Maintainer thường phản hồi trong vòng 1 ngày
-
Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 72/100
btclib-org/btclib-secp256k1#1181 ·
Maintainer thường phản hồi trong vòng 1 ngày
-
Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 65/100
Maintainer thường phản hồi trong vòng 1 ngày
-
Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 78/100
pyrite-wiki/pyrite#917 ·
Maintainer thường phản hồi trong vòng 1 ngày