How to transform from Legendre -> (1-x)^m * P_n^{2m,0}
Dieses Issue hat noch niemand übernommen.
Bewertung
- Schwierigkeit
- 4/5
- Geschätzter Aufwand
- 3-5 Tage
- Anfängerfreundlichkeit
- 25/100
Rechercherichtung
Beginnen Sie damit, den Einstiegspunkt der Dreieckstransformation des Pakets zu lokalisieren und zu prüfen, ob er eine Umwandlung von Legendre nach (1-x)^m * P_n^{2m,0} bereitstellt. Ermitteln Sie, ob ein vorhandener aufrufbarer Pfad dokumentiert werden kann oder ob das Issue eine neue API erfordert; abgeschlossen ist die Untersuchung, wenn die unterstützte Verwendung oder die fehlende Funktionalität eindeutig identifiziert wurde.
Vom Indexierungsmodell aus dem Issue-Text verfasst.
Beschreibung
I know they are hidden in the triangle transform, is there an easy way to call it?
- Vorherrschende Sprache
- Julia
- Sterne
- 284
- Forks
- 28
- Ø Merge
- 9 Std. 21 Min.
- Gemergte PRs (30 T.)
- 2
Entwicklungsumgebung
Dieses Projekt bietet weder Dev-Container noch Dockerfile noch Beitragsleitfaden – die Einrichtung liegt bei Ihnen. Beginnen Sie mit der README; die allgemeinen Schritte stehen in unserem Leitfaden für den ersten Beitrag.
Erste Schritte
- Lesen Sie das ganze Issue und danach den Beitragsleitfaden des Projekts.
- Schreiben Sie ins Issue, dass Sie es übernehmen — das erspart doppelte Arbeit.
- Forken Sie das Repository und arbeiten Sie in einem Branch.
- Öffnen Sie einen Pull Request, der die Issue-Nummer nennt.
Mehr aus JuliaApproximation/FastTransforms.jl
-
Loading FastTransforms.jl can make FFTs via FFTW.jl 100x slower due to threading conflictsEvtl. vergeben @dlfivefifty hat das vor 115 Tagen übernommen. Offen
JuliaApproximation/FastTransforms.jl#267 · 2 Reaktionen · 2 zugewiesene Personen ·
-
Schwierigkeit 3/5 1-2 Tage Anfängerfreundlichkeit 38/100
JuliaApproximation/FastTransforms.jl#266 · 1 Kommentar ·
-
Schwierigkeit 4/5 3-5 Tage Anfängerfreundlichkeit 42/100
JuliaApproximation/FastTransforms.jl#263 · 2 Kommentare ·
-
Schwierigkeit 4/5 3-5 Tage Anfängerfreundlichkeit 35/100
JuliaApproximation/FastTransforms.jl#257 · 1 Kommentar ·
-
Allocating lmul!Offen
Schwierigkeit 4/5 3-5 Tage Anfängerfreundlichkeit 25/100
JuliaApproximation/FastTransforms.jl#253 · 7 Kommentare ·
Alle Issues in JuliaApproximation/FastTransforms.jl
Ähnliche Issues
-
`AMSGrad` state starts at `epsilon` instead of zero, so zero gradients move parameters and small gradients are dampedEvtl. vergeben @parth-patel010 hat das heute übernommen. Offen
Schwierigkeit 2/5 1-3 Stunden Anfängerfreundlichkeit 72/100
FluxML/Optimisers.jl#247 · 1 Kommentar ·
-
Schwierigkeit 1/5 Unter einer Stunde Anfängerfreundlichkeit 82/100
OpenFUSIONToolkit/GPEC#644 ·
Maintainer antworten meist innerhalb von 3 Tagen
-
Schwierigkeit 2/5 1-3 Stunden Anfängerfreundlichkeit 78/100
Maintainer antworten meist innerhalb von 1 Tag
-
Schwierigkeit 1/5 Unter einer Stunde Anfängerfreundlichkeit 62/100
SciML/DataDrivenDiffEq.jl#694 ·
-
Schwierigkeit 2/5 1-3 Stunden Anfängerfreundlichkeit 76/100
JuliaLang/LinearAlgebra.jl#1834 ·
Maintainer antworten meist innerhalb von 1 Tag