JuliaLang/LinearAlgebra.jl

Linear Algebra operations with matrices of abstract element types are promoted incorrectly

Offen

#287 geöffnet am 02.12.2015

Auf GitHub ansehen
 (2 Kommentare) (0 Reaktionen) (1 zugewiesene Person)Julia (62 Forks)github user discovery
bignumsbughelp wanted

Repository-Metriken

Stars
 (77 Sterne)
PR-Merge-Metriken
 (Durchschn. Merge 8T 17h) (5 gemergte PRs in 30 T)

Beschreibung

Follow up to JuliaLang/LinearAlgebra.jl#285.

Ex.

julia> a = Real[1.0 big(realmax(Float64))+1
       1.0 big(1.0)]
2x2 Array{Real,2}:
 1.0  1.797693134862315708145274237317043567980705675258449965989174768031572607800285e+308
 1.0  1.000000000000000000000000000000000000000000000000000000000000000000000000000000

julia> eigfact(a)
Base.LinAlg.Eigen{Float64,Float64,Array{Float64,2},Array{Float64,1}}([1.3407807929942597e154,-1.3407807929942597e154],2x2 Array{Float64,2}:
 1.0           -1.0
 7.45834e-155   7.45834e-155)

To be correct, this would have to widen the element type in a manner similar to map.

cc: @andreasnoack

Contributor Guide

Research-Richtung
Untersuchen Sie die Promotionslogik für Matrizen mit abstrakten Elementtypen. Verfolgen Sie den Codepfad für die Eigenwertzerlegung und bestimmen Sie, warum zu Float64 statt zum gemeinsamen Typ der Elemente aufgewertet wird.
Tech Stack
julia
Domain
backend
Issue Type
Fehler
SchwierigkeitGeschätzte Implementierungsschwierigkeit für neue Contributors, von 1 für sehr kleine Änderungen bis 5 für Expertenarbeit.
3
Geschätzte ZeitEin grober Zeitrahmen, um zu recherchieren, zu implementieren, zu testen und einen Pull Request vorzubereiten.
Halber Tag
AktivitätsstatusWie verfügbar das Issue gerade wirkt: frisch, aktiv, stale, blockiert oder wartet auf Maintainer-Input.
Veraltet
KlarheitWie klar das Issue die erwartete Änderung, Akzeptanzkriterien und den nächsten Schritt erklärt.
Klar
Voraussetzungen
Julia
EinsteigerfreundlichkeitEin Score von 1 bis 100, der schätzt, wie zugänglich dieses Issue für First-Time Contributors ist.
65