SciML/DiffEqFlux.jl

Implement Local Regularization of Neural DEs in DiffEqFlux

Offen

#817 geöffnet am 06.03.2023

Auf GitHub ansehenContributor Guide
 (9 Kommentare) (0 Reaktionen) (0 zugewiesene Personen)Julia (160 Forks)batch import
good first issue

Repository-Metriken

Stars
 (919 Sterne)
PR-Merge-Metriken
 (Durchschn. Merge 1T 14h) (11 gemergte PRs in 30 T)

Beschreibung

Here's the current implementation -- https://github.com/avik-pal/LocalRegNeuralDE.jl, which is not super user-friendly (and is unlikely that I will register it). All we need to do is:

Contributor Guide

Research-Richtung
Implementiere perform step für ODE Löser (z.B. Tsit5) und SDE Löser (z.B. EulerHeun) im DiffEqFlux Kontext und füge Dispatchs hinzu, die der vorhandenen neuronalen ODE Schicht in https://github.com/avik pal/LocalRegNeuralDE.jl/blob/main/src/layers/neural ode.jl ähneln. Konsultiere die aktuelle LocalRegNeuralDE.jl Implementierung und passe sie für eine benutzerfreundliche Integration in DiffEqFlux an.
Tech Stack
Keine
Domain
backend
Issue Type
Funktion
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.
1-2 Tage
AktivitätsstatusWie verfügbar das Issue gerade wirkt: frisch, aktiv, stale, blockiert oder wartet auf Maintainer-Input.
Aktiv
KlarheitWie klar das Issue die erwartete Änderung, Akzeptanzkriterien und den nächsten Schritt erklärt.
Klar
Voraussetzungen
JuliaDifferentialEquations
EinsteigerfreundlichkeitEin Score von 1 bis 100, der schätzt, wie zugänglich dieses Issue für First-Time Contributors ist.
40