复现 EfficientNet
Nessuno ha ancora preso questa issue.
- Lingua principale
- Python
- Stelle
- 306
- Fork
- 96
- Metriche di merge delle PR
- Nessuna PR unita negli ultimi 30g
Descrizione
## 任务描述
- 复现 EfficientNet ，训练正常收敛，验收指标符合预期，并将代码提交到 offical/vision/classification/models 下
## 目标
- 数据集ImageNet
- 准确率和论文一致或更高
- 脚本可以完整完成训练步骤
- 提供训练后的权重文件
- 提交至 https://github.com/MegEngine/Hub
Guida per i contributori
Nessuna guida per i contributori indicizzata per questo repository
Come iniziare
- Leggi tutta la issue e poi la guida ai contributi del progetto.
- Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
- Fai un fork del repository e lavora su un branch.
- Apri una pull request che faccia riferimento al numero della issue.
Direzione di ricerca
Inizia ispezionando la struttura dei modelli esistente in official/vision/classification/models e i punti di ingresso dell'addestramento del repository. Usa ImageNet come dataset e verifica che lo script di addestramento venga completato e raggiunga l'accuratezza riportata nel paper. Il lavoro è completato quando vengono forniti l'implementazione, il file dei pesi addestrati e la submission a MegEngine/Hub.
Scritto dal modello di indicizzazione a partire dal testo della issue.
Valutazione
- Stack tecnologico
- python
- Ambito
- machine-learning
- Tipo di issue
- Funzionalità
- Difficoltà
- 5/5
- Tempo stimato
- Più di una settimana
- Stato di attività
- Ferma
- Chiarezza
- Abbastanza chiara
- Idoneità per principianti
- 25/100