You are viewing a plain text version of this content. The canonical link for it is here.
Posted to dev@singa.apache.org by GitBox <gi...@apache.org> on 2020/09/01 08:13:13 UTC
[GitHub] [singa] chrishkchris opened a new pull request #785: Some fixes and updates for the distributed training and RNN training code
chrishkchris opened a new pull request #785:
URL: https://github.com/apache/singa/pull/785
The PR fixes three things:
(i) Add dist_communicator.i in singa.i , because it is using the nccl communicator
(ii) Update IMDB dataset download
(iii) Add/Update RNN training Readme Instruction
----------------------------------------------------------------
This is an automated message from the Apache Git Service.
To respond to the message, please log on to GitHub and use the
URL above to go to the specific comment.
For queries about this service, please contact Infrastructure at:
users@infra.apache.org
[GitHub] [singa] codecov[bot] edited a comment on pull request #785: Some fixes and updates for the distributed training and RNN training code
Posted by GitBox <gi...@apache.org>.
codecov[bot] edited a comment on pull request #785:
URL: https://github.com/apache/singa/pull/785#issuecomment-684600869
# [Codecov](https://codecov.io/gh/apache/singa/pull/785?src=pr&el=h1) Report
> Merging [#785](https://codecov.io/gh/apache/singa/pull/785?src=pr&el=desc) into [dev](https://codecov.io/gh/apache/singa/commit/a1710233a406836775bfc07bdcc6cd70ee916b76?el=desc) will **not change** coverage.
> The diff coverage is `n/a`.
[](https://codecov.io/gh/apache/singa/pull/785?src=pr&el=tree)
```diff
@@ Coverage Diff @@
## dev #785 +/- ##
=======================================
Coverage 65.08% 65.08%
=======================================
Files 86 86
Lines 4786 4786
=======================================
Hits 3115 3115
Misses 1671 1671
```
------
[Continue to review full report at Codecov](https://codecov.io/gh/apache/singa/pull/785?src=pr&el=continue).
> **Legend** - [Click here to learn more](https://docs.codecov.io/docs/codecov-delta)
> `Δ = absolute <relative> (impact)`, `ø = not affected`, `? = missing data`
> Powered by [Codecov](https://codecov.io/gh/apache/singa/pull/785?src=pr&el=footer). Last update [a171023...7586a3b](https://codecov.io/gh/apache/singa/pull/785?src=pr&el=lastupdated). Read the [comment docs](https://docs.codecov.io/docs/pull-request-comments).
----------------------------------------------------------------
This is an automated message from the Apache Git Service.
To respond to the message, please log on to GitHub and use the
URL above to go to the specific comment.
For queries about this service, please contact Infrastructure at:
users@infra.apache.org
[GitHub] [singa] codecov[bot] edited a comment on pull request #785: Some fixes and updates for the distributed training and RNN training code
Posted by GitBox <gi...@apache.org>.
codecov[bot] edited a comment on pull request #785:
URL: https://github.com/apache/singa/pull/785#issuecomment-684600869
# [Codecov](https://codecov.io/gh/apache/singa/pull/785?src=pr&el=h1) Report
> Merging [#785](https://codecov.io/gh/apache/singa/pull/785?src=pr&el=desc) into [dev](https://codecov.io/gh/apache/singa/commit/a1710233a406836775bfc07bdcc6cd70ee916b76?el=desc) will **not change** coverage.
> The diff coverage is `n/a`.
[](https://codecov.io/gh/apache/singa/pull/785?src=pr&el=tree)
```diff
@@ Coverage Diff @@
## dev #785 +/- ##
=======================================
Coverage 65.08% 65.08%
=======================================
Files 86 86
Lines 4786 4786
=======================================
Hits 3115 3115
Misses 1671 1671
```
------
[Continue to review full report at Codecov](https://codecov.io/gh/apache/singa/pull/785?src=pr&el=continue).
> **Legend** - [Click here to learn more](https://docs.codecov.io/docs/codecov-delta)
> `Δ = absolute <relative> (impact)`, `ø = not affected`, `? = missing data`
> Powered by [Codecov](https://codecov.io/gh/apache/singa/pull/785?src=pr&el=footer). Last update [a171023...7586a3b](https://codecov.io/gh/apache/singa/pull/785?src=pr&el=lastupdated). Read the [comment docs](https://docs.codecov.io/docs/pull-request-comments).
----------------------------------------------------------------
This is an automated message from the Apache Git Service.
To respond to the message, please log on to GitHub and use the
URL above to go to the specific comment.
For queries about this service, please contact Infrastructure at:
users@infra.apache.org
[GitHub] [singa] chrishkchris commented on pull request #785: Some fixes and updates for the distributed training and RNN training code
Posted by GitBox <gi...@apache.org>.
chrishkchris commented on pull request #785:
URL: https://github.com/apache/singa/pull/785#issuecomment-684555928
some test results
(i) Distributed Train (@panda 13 using 3 GPUs)
```
root@64926e30597f:~/dcsysh/singa/examples/cnn# mpiexec -np 3 python3 train_mpi.py cnn mnist -l 0.015
Starting Epoch 0:
Training loss = 653.234863, training accuracy = 0.767194
Evaluation accuracy = 0.936498, Elapsed Time = 1.593019s
Starting Epoch 1:
Training loss = 245.488037, training accuracy = 0.917201
Evaluation accuracy = 0.959435, Elapsed Time = 1.595610s
Starting Epoch 2:
Training loss = 174.001266, training accuracy = 0.941757
Evaluation accuracy = 0.959736, Elapsed Time = 1.521565s
Starting Epoch 3:
Training loss = 141.203125, training accuracy = 0.953292
Evaluation accuracy = 0.971054, Elapsed Time = 1.663826s
Starting Epoch 4:
Training loss = 119.192688, training accuracy = 0.959519
Evaluation accuracy = 0.973758, Elapsed Time = 1.540640s
Starting Epoch 5:
Training loss = 107.171661, training accuracy = 0.964443
Evaluation accuracy = 0.975761, Elapsed Time = 1.601510s
Starting Epoch 6:
Training loss = 97.575897, training accuracy = 0.966513
Evaluation accuracy = 0.977764, Elapsed Time = 1.576747s
Starting Epoch 7:
Training loss = 89.828827, training accuracy = 0.970753
Evaluation accuracy = 0.975561, Elapsed Time = 1.598383s
Starting Epoch 8:
Training loss = 84.263199, training accuracy = 0.972189
Evaluation accuracy = 0.979868, Elapsed Time = 1.593528s
Starting Epoch 9:
Training loss = 78.318733, training accuracy = 0.974059
Evaluation accuracy = 0.981370, Elapsed Time = 1.596017s
```
(ii) QAbot over graph mode
```
root@64926e30597f:~/dcsysh/singa/examples/qabot# python3 qabot_train.py
training...
100%|###################################################################################################################################################| 257/257 [00:07<00:00, 34.67it/s]
epoch 0, time used 11 sec, loss: [0.1947341]
100%|###################################################################################################################################################| 257/257 [00:07<00:00, 34.74it/s]
epoch 1, time used 11 sec, loss: [0.1855228]
100%|###################################################################################################################################################| 257/257 [00:07<00:00, 35.31it/s]
epoch 2, time used 10 sec, loss: [0.17217758]
100%|###################################################################################################################################################| 257/257 [00:07<00:00, 34.46it/s]
epoch 3, time used 10 sec, loss: [0.16045304]
100%|###################################################################################################################################################| 257/257 [00:07<00:00, 34.43it/s]
epoch 4, time used 10 sec, loss: [0.14843023]
100%|###################################################################################################################################################| 257/257 [00:07<00:00, 34.55it/s]
epoch 5, time used 10 sec, loss: [0.13925774]
100%|###################################################################################################################################################| 257/257 [00:07<00:00, 34.52it/s]
epoch 6, time used 10 sec, loss: [0.12777908]
100%|###################################################################################################################################################| 257/257 [00:07<00:00, 34.22it/s]
epoch 7, time used 10 sec, loss: [0.1143406]
100%|###################################################################################################################################################| 257/257 [00:07<00:00, 34.39it/s]
epoch 8, time used 10 sec, loss: [0.1026233]
100%|###################################################################################################################################################| 257/257 [00:07<00:00, 34.19it/s]
epoch 9, time used 10 sec, loss: [0.09679917]
100%|###################################################################################################################################################| 257/257 [00:07<00:00, 34.12it/s]
epoch 10, time used 10 sec, loss: [0.09548955]
100%|###################################################################################################################################################| 257/257 [00:07<00:00, 34.57it/s]
epoch 11, time used 10 sec, loss: [0.08978733]
100%|###################################################################################################################################################| 257/257 [00:07<00:00, 34.38it/s]
epoch 12, time used 10 sec, loss: [0.08760083]
100%|###################################################################################################################################################| 257/257 [00:07<00:00, 34.18it/s]
epoch 13, time used 10 sec, loss: [0.0832857]
100%|###################################################################################################################################################| 257/257 [00:07<00:00, 34.26it/s]
epoch 14, time used 10 sec, loss: [0.08286437]
100%|###################################################################################################################################################| 257/257 [00:07<00:00, 34.04it/s]
epoch 15, time used 10 sec, loss: [0.08079903]
100%|###################################################################################################################################################| 257/257 [00:07<00:00, 34.27it/s]
epoch 16, time used 10 sec, loss: [0.07861894]
100%|###################################################################################################################################################| 257/257 [00:07<00:00, 34.41it/s]
epoch 17, time used 10 sec, loss: [0.07690357]
100%|###################################################################################################################################################| 257/257 [00:07<00:00, 34.43it/s]
epoch 18, time used 10 sec, loss: [0.07748874]
100%|###################################################################################################################################################| 257/257 [00:07<00:00, 34.30it/s]
epoch 19, time used 10 sec, loss: [0.07449134]
100%|###################################################################################################################################################| 257/257 [00:07<00:00, 34.42it/s]
epoch 20, time used 10 sec, loss: [0.07232958]
100%|###################################################################################################################################################| 257/257 [00:07<00:00, 34.13it/s]
epoch 21, time used 10 sec, loss: [0.07149331]
100%|###################################################################################################################################################| 257/257 [00:07<00:00, 34.24it/s]
epoch 22, time used 10 sec, loss: [0.07138699]
100%|###################################################################################################################################################| 257/257 [00:07<00:00, 34.43it/s]
epoch 23, time used 10 sec, loss: [0.06877513]
100%|###################################################################################################################################################| 257/257 [00:07<00:00, 34.33it/s]
epoch 24, time used 10 sec, loss: [0.06972665]
100%|###################################################################################################################################################| 257/257 [00:07<00:00, 33.94it/s]
epoch 25, time used 10 sec, loss: [0.06740009]
100%|###################################################################################################################################################| 257/257 [00:07<00:00, 34.13it/s]
epoch 26, time used 10 sec, loss: [0.06736714]
100%|###################################################################################################################################################| 257/257 [00:07<00:00, 33.95it/s]
epoch 27, time used 10 sec, loss: [0.0667503]
100%|###################################################################################################################################################| 257/257 [00:07<00:00, 34.24it/s]
epoch 28, time used 10 sec, loss: [0.0661177]
100%|###################################################################################################################################################| 257/257 [00:07<00:00, 34.26it/s]
epoch 29, time used 10 sec, loss: [0.06259692]
Eval with train data...
100%|#################################################################################################################################################| 2000/2000 [00:35<00:00, 56.75it/s]
eval top 100 accuracy 0.232 time used 35 sec
Eval with test data...
100%|#################################################################################################################################################| 2000/2000 [00:35<00:00, 56.06it/s]
eval top 100 accuracy 0.1705 time used 35 sec
```
----------------------------------------------------------------
This is an automated message from the Apache Git Service.
To respond to the message, please log on to GitHub and use the
URL above to go to the specific comment.
For queries about this service, please contact Infrastructure at:
users@infra.apache.org
[GitHub] [singa] codecov[bot] edited a comment on pull request #785: Some fixes and updates for the distributed training and RNN training code
Posted by GitBox <gi...@apache.org>.
codecov[bot] edited a comment on pull request #785:
URL: https://github.com/apache/singa/pull/785#issuecomment-684600869
# [Codecov](https://codecov.io/gh/apache/singa/pull/785?src=pr&el=h1) Report
> Merging [#785](https://codecov.io/gh/apache/singa/pull/785?src=pr&el=desc) into [dev](https://codecov.io/gh/apache/singa/commit/a1710233a406836775bfc07bdcc6cd70ee916b76?el=desc) will **not change** coverage.
> The diff coverage is `n/a`.
[](https://codecov.io/gh/apache/singa/pull/785?src=pr&el=tree)
```diff
@@ Coverage Diff @@
## dev #785 +/- ##
=======================================
Coverage 65.08% 65.08%
=======================================
Files 86 86
Lines 4786 4786
=======================================
Hits 3115 3115
Misses 1671 1671
```
------
[Continue to review full report at Codecov](https://codecov.io/gh/apache/singa/pull/785?src=pr&el=continue).
> **Legend** - [Click here to learn more](https://docs.codecov.io/docs/codecov-delta)
> `Δ = absolute <relative> (impact)`, `ø = not affected`, `? = missing data`
> Powered by [Codecov](https://codecov.io/gh/apache/singa/pull/785?src=pr&el=footer). Last update [a171023...7586a3b](https://codecov.io/gh/apache/singa/pull/785?src=pr&el=lastupdated). Read the [comment docs](https://docs.codecov.io/docs/pull-request-comments).
----------------------------------------------------------------
This is an automated message from the Apache Git Service.
To respond to the message, please log on to GitHub and use the
URL above to go to the specific comment.
For queries about this service, please contact Infrastructure at:
users@infra.apache.org
[GitHub] [singa] codecov[bot] edited a comment on pull request #785: Some fixes and updates for the distributed training and RNN training code
Posted by GitBox <gi...@apache.org>.
codecov[bot] edited a comment on pull request #785:
URL: https://github.com/apache/singa/pull/785#issuecomment-684600869
# [Codecov](https://codecov.io/gh/apache/singa/pull/785?src=pr&el=h1) Report
> Merging [#785](https://codecov.io/gh/apache/singa/pull/785?src=pr&el=desc) into [dev](https://codecov.io/gh/apache/singa/commit/a1710233a406836775bfc07bdcc6cd70ee916b76?el=desc) will **not change** coverage.
> The diff coverage is `n/a`.
[](https://codecov.io/gh/apache/singa/pull/785?src=pr&el=tree)
```diff
@@ Coverage Diff @@
## dev #785 +/- ##
=======================================
Coverage 65.08% 65.08%
=======================================
Files 86 86
Lines 4786 4786
=======================================
Hits 3115 3115
Misses 1671 1671
```
------
[Continue to review full report at Codecov](https://codecov.io/gh/apache/singa/pull/785?src=pr&el=continue).
> **Legend** - [Click here to learn more](https://docs.codecov.io/docs/codecov-delta)
> `Δ = absolute <relative> (impact)`, `ø = not affected`, `? = missing data`
> Powered by [Codecov](https://codecov.io/gh/apache/singa/pull/785?src=pr&el=footer). Last update [a171023...7586a3b](https://codecov.io/gh/apache/singa/pull/785?src=pr&el=lastupdated). Read the [comment docs](https://docs.codecov.io/docs/pull-request-comments).
----------------------------------------------------------------
This is an automated message from the Apache Git Service.
To respond to the message, please log on to GitHub and use the
URL above to go to the specific comment.
For queries about this service, please contact Infrastructure at:
users@infra.apache.org
[GitHub] [singa] codecov[bot] commented on pull request #785: Some fixes and updates for the distributed training and RNN training code
Posted by GitBox <gi...@apache.org>.
codecov[bot] commented on pull request #785:
URL: https://github.com/apache/singa/pull/785#issuecomment-684600869
# [Codecov](https://codecov.io/gh/apache/singa/pull/785?src=pr&el=h1) Report
> Merging [#785](https://codecov.io/gh/apache/singa/pull/785?src=pr&el=desc) into [dev](https://codecov.io/gh/apache/singa/commit/a1710233a406836775bfc07bdcc6cd70ee916b76?el=desc) will **not change** coverage.
> The diff coverage is `n/a`.
[](https://codecov.io/gh/apache/singa/pull/785?src=pr&el=tree)
```diff
@@ Coverage Diff @@
## dev #785 +/- ##
=======================================
Coverage 65.08% 65.08%
=======================================
Files 86 86
Lines 4786 4786
=======================================
Hits 3115 3115
Misses 1671 1671
```
------
[Continue to review full report at Codecov](https://codecov.io/gh/apache/singa/pull/785?src=pr&el=continue).
> **Legend** - [Click here to learn more](https://docs.codecov.io/docs/codecov-delta)
> `Δ = absolute <relative> (impact)`, `ø = not affected`, `? = missing data`
> Powered by [Codecov](https://codecov.io/gh/apache/singa/pull/785?src=pr&el=footer). Last update [a171023...7586a3b](https://codecov.io/gh/apache/singa/pull/785?src=pr&el=lastupdated). Read the [comment docs](https://docs.codecov.io/docs/pull-request-comments).
----------------------------------------------------------------
This is an automated message from the Apache Git Service.
To respond to the message, please log on to GitHub and use the
URL above to go to the specific comment.
For queries about this service, please contact Infrastructure at:
users@infra.apache.org
[GitHub] [singa] chrishkchris edited a comment on pull request #785: Some fixes and updates for the distributed training and RNN training code
Posted by GitBox <gi...@apache.org>.
chrishkchris edited a comment on pull request #785:
URL: https://github.com/apache/singa/pull/785#issuecomment-684555928
some test results
(i) Distributed Train (@panda13 using 3 GPUs)
```
root@64926e30597f:~/dcsysh/singa/examples/cnn# mpiexec -np 3 python3 train_mpi.py cnn mnist -l 0.015
Starting Epoch 0:
Training loss = 653.234863, training accuracy = 0.767194
Evaluation accuracy = 0.936498, Elapsed Time = 1.593019s
Starting Epoch 1:
Training loss = 245.488037, training accuracy = 0.917201
Evaluation accuracy = 0.959435, Elapsed Time = 1.595610s
Starting Epoch 2:
Training loss = 174.001266, training accuracy = 0.941757
Evaluation accuracy = 0.959736, Elapsed Time = 1.521565s
Starting Epoch 3:
Training loss = 141.203125, training accuracy = 0.953292
Evaluation accuracy = 0.971054, Elapsed Time = 1.663826s
Starting Epoch 4:
Training loss = 119.192688, training accuracy = 0.959519
Evaluation accuracy = 0.973758, Elapsed Time = 1.540640s
Starting Epoch 5:
Training loss = 107.171661, training accuracy = 0.964443
Evaluation accuracy = 0.975761, Elapsed Time = 1.601510s
Starting Epoch 6:
Training loss = 97.575897, training accuracy = 0.966513
Evaluation accuracy = 0.977764, Elapsed Time = 1.576747s
Starting Epoch 7:
Training loss = 89.828827, training accuracy = 0.970753
Evaluation accuracy = 0.975561, Elapsed Time = 1.598383s
Starting Epoch 8:
Training loss = 84.263199, training accuracy = 0.972189
Evaluation accuracy = 0.979868, Elapsed Time = 1.593528s
Starting Epoch 9:
Training loss = 78.318733, training accuracy = 0.974059
Evaluation accuracy = 0.981370, Elapsed Time = 1.596017s
```
(ii) QAbot over graph mode
```
root@64926e30597f:~/dcsysh/singa/examples/qabot# python3 qabot_train.py
training...
100%|###################################################################################################################################################| 257/257 [00:07<00:00, 34.67it/s]
epoch 0, time used 11 sec, loss: [0.1947341]
100%|###################################################################################################################################################| 257/257 [00:07<00:00, 34.74it/s]
epoch 1, time used 11 sec, loss: [0.1855228]
100%|###################################################################################################################################################| 257/257 [00:07<00:00, 35.31it/s]
epoch 2, time used 10 sec, loss: [0.17217758]
100%|###################################################################################################################################################| 257/257 [00:07<00:00, 34.46it/s]
epoch 3, time used 10 sec, loss: [0.16045304]
100%|###################################################################################################################################################| 257/257 [00:07<00:00, 34.43it/s]
epoch 4, time used 10 sec, loss: [0.14843023]
100%|###################################################################################################################################################| 257/257 [00:07<00:00, 34.55it/s]
epoch 5, time used 10 sec, loss: [0.13925774]
100%|###################################################################################################################################################| 257/257 [00:07<00:00, 34.52it/s]
epoch 6, time used 10 sec, loss: [0.12777908]
100%|###################################################################################################################################################| 257/257 [00:07<00:00, 34.22it/s]
epoch 7, time used 10 sec, loss: [0.1143406]
100%|###################################################################################################################################################| 257/257 [00:07<00:00, 34.39it/s]
epoch 8, time used 10 sec, loss: [0.1026233]
100%|###################################################################################################################################################| 257/257 [00:07<00:00, 34.19it/s]
epoch 9, time used 10 sec, loss: [0.09679917]
100%|###################################################################################################################################################| 257/257 [00:07<00:00, 34.12it/s]
epoch 10, time used 10 sec, loss: [0.09548955]
100%|###################################################################################################################################################| 257/257 [00:07<00:00, 34.57it/s]
epoch 11, time used 10 sec, loss: [0.08978733]
100%|###################################################################################################################################################| 257/257 [00:07<00:00, 34.38it/s]
epoch 12, time used 10 sec, loss: [0.08760083]
100%|###################################################################################################################################################| 257/257 [00:07<00:00, 34.18it/s]
epoch 13, time used 10 sec, loss: [0.0832857]
100%|###################################################################################################################################################| 257/257 [00:07<00:00, 34.26it/s]
epoch 14, time used 10 sec, loss: [0.08286437]
100%|###################################################################################################################################################| 257/257 [00:07<00:00, 34.04it/s]
epoch 15, time used 10 sec, loss: [0.08079903]
100%|###################################################################################################################################################| 257/257 [00:07<00:00, 34.27it/s]
epoch 16, time used 10 sec, loss: [0.07861894]
100%|###################################################################################################################################################| 257/257 [00:07<00:00, 34.41it/s]
epoch 17, time used 10 sec, loss: [0.07690357]
100%|###################################################################################################################################################| 257/257 [00:07<00:00, 34.43it/s]
epoch 18, time used 10 sec, loss: [0.07748874]
100%|###################################################################################################################################################| 257/257 [00:07<00:00, 34.30it/s]
epoch 19, time used 10 sec, loss: [0.07449134]
100%|###################################################################################################################################################| 257/257 [00:07<00:00, 34.42it/s]
epoch 20, time used 10 sec, loss: [0.07232958]
100%|###################################################################################################################################################| 257/257 [00:07<00:00, 34.13it/s]
epoch 21, time used 10 sec, loss: [0.07149331]
100%|###################################################################################################################################################| 257/257 [00:07<00:00, 34.24it/s]
epoch 22, time used 10 sec, loss: [0.07138699]
100%|###################################################################################################################################################| 257/257 [00:07<00:00, 34.43it/s]
epoch 23, time used 10 sec, loss: [0.06877513]
100%|###################################################################################################################################################| 257/257 [00:07<00:00, 34.33it/s]
epoch 24, time used 10 sec, loss: [0.06972665]
100%|###################################################################################################################################################| 257/257 [00:07<00:00, 33.94it/s]
epoch 25, time used 10 sec, loss: [0.06740009]
100%|###################################################################################################################################################| 257/257 [00:07<00:00, 34.13it/s]
epoch 26, time used 10 sec, loss: [0.06736714]
100%|###################################################################################################################################################| 257/257 [00:07<00:00, 33.95it/s]
epoch 27, time used 10 sec, loss: [0.0667503]
100%|###################################################################################################################################################| 257/257 [00:07<00:00, 34.24it/s]
epoch 28, time used 10 sec, loss: [0.0661177]
100%|###################################################################################################################################################| 257/257 [00:07<00:00, 34.26it/s]
epoch 29, time used 10 sec, loss: [0.06259692]
Eval with train data...
100%|#################################################################################################################################################| 2000/2000 [00:35<00:00, 56.75it/s]
eval top 100 accuracy 0.232 time used 35 sec
Eval with test data...
100%|#################################################################################################################################################| 2000/2000 [00:35<00:00, 56.06it/s]
eval top 100 accuracy 0.1705 time used 35 sec
```
----------------------------------------------------------------
This is an automated message from the Apache Git Service.
To respond to the message, please log on to GitHub and use the
URL above to go to the specific comment.
For queries about this service, please contact Infrastructure at:
users@infra.apache.org
[GitHub] [singa] dcslin merged pull request #785: Some fixes and updates for the distributed training and RNN training code
Posted by GitBox <gi...@apache.org>.
dcslin merged pull request #785:
URL: https://github.com/apache/singa/pull/785
----------------------------------------------------------------
This is an automated message from the Apache Git Service.
To respond to the message, please log on to GitHub and use the
URL above to go to the specific comment.
For queries about this service, please contact Infrastructure at:
users@infra.apache.org