Save training histories to JSON
维护者通常 1 天内回复
还没有人认领这个 Issue。
评估
调研方向
从 src/utils.py 开始，这里需要添加 save_json(obj, path) 和 load_json(path)，并检查训练历史的数据结构，因为 issue #20 被列为依赖项。保存函数必须能处理 numpy 标量和数组值。完成的标准是：一次短暂训练运行的历史被写入 results/<run_name>.json，并且读回后与原始数据完全一致。
由索引模型根据 Issue 内容生成。
描述
Every run stores its results so plots and tables can be regenerated without retraining.
Files: src/utils.py
Tasks
-
save_json(obj, path)handling numpy types -
load_json(path) - Use
results/<run_name>.jsonnaming
Done when
History of a short run is written and read back identically.
Depends on
#20
Close with a commit or PR message containing Closes #<this issue>.
- 主要语言
- Jupyter Notebook
- 星标
- 0
- 派生
- 0
- 平均合并
- 2 小时 25 分钟
- 30 天内合并 PR
- 16
环境准备
这个项目没有提供开发容器、Dockerfile 或贡献指南，环境需要你自己搭建：先看它的 README，通用步骤见我们的新手贡献指南。
从这里开始
- 先读完整个 Issue，再读项目的贡献指南。
- 在 Issue 下留言说明你要接手 —— 这能避免两个人做同样的事。
- Fork 仓库，在一个分支上完成修改。
- 提交 Pull Request，并在描述里引用这个 Issue 编号。
VisionForgeCSE/CNN-For-Image-Classification 的其他 Issue
-
task-4 ws5-comparison
难度 2/5 1-3 小时 新手友好度 72/100
VisionForgeCSE/CNN-For-Image-Classification#75 ·
维护者通常 1 天内回复
-
task-5 ws4-efficientnet
难度 2/5 1-3 小时 新手友好度 82/100
VisionForgeCSE/CNN-For-Image-Classification#71 ·
维护者通常 1 天内回复
-
task-5 ws3-mobilenetv2
难度 2/5 1-3 小时 新手友好度 72/100
VisionForgeCSE/CNN-For-Image-Classification#67 ·
维护者通常 1 天内回复
-
task-4 ws2-model-b
难度 2/5 1-3 小时 新手友好度 74/100
VisionForgeCSE/CNN-For-Image-Classification#64 ·
维护者通常 1 天内回复
-
evaluation
难度 2/5 1-3 小时 新手友好度 66/100
VisionForgeCSE/CNN-For-Image-Classification#27 ·
维护者通常 1 天内回复
查看 VisionForgeCSE/CNN-For-Image-Classification 的全部 Issue
相似的 Issue
-
难度 2/5 1-3 小时 新手友好度 70/100
HelenaLC/spatialdataR#284 ·
维护者通常 1 天内回复
-
难度 1/5 1-3 小时 新手友好度 94/100
zerocracy/judges-action#2803 ·
维护者通常 5 天内回复
-
Add: USM TV SD未关闭check:passed streams:add
难度 1/5 1 小时以内 新手友好度 75/100
维护者通常 1 天内回复
-
check:failed logos:add
难度 1/5 1 小时以内 新手友好度 78/100
-
难度 2/5 1-3 小时 新手友好度 78/100