Why won't `AbstractMatrix(::SubOperator)` return a `BandedBlockBandedMatrix`?
Nadie ha tomado este issue todavía.
Evaluación
- Dificultad
- 4/5
- Tiempo estimado
- 3-5 días
- Aptitud para principiantes
- 35/100
- Tipo de issue
- Nueva funcionalidad
- Claridad
- Bastante claro
- Estado de actividad
- Estancado
- Stack tecnológico
- julia
- Área
- backend, performance
Línea de trabajo
Comienza en src/Operators/Operator.jl alrededor de la línea 776 e inspecciona el retorno comentado de BandedBlockBandedMatrix junto con la ruta existente de RaggedMatrix. Rastrea cómo AbstractMatrix(view(SomeOperator, FiniteRange, 1:N)) selecciona su tipo de matriz y determina si el retorno solicitado puede evitar un uso excesivo de memoria sin requerir que los llamadores gestionen el layout; documenta la razón o implementa el comportamiento.
Escrito por el modelo de indexación a partir del texto del issue.
Descripción
I see that the line to return such a matrix is commented out below. Why?
I'd like to preallocate large operator matrices and currently the RaggedMatrix type seems to be the default. The issue is that RaggedMatrix uses too much memory. Currently, I'm just manually using BandedBlockBandedMatrix, but that's not as nice as just being able to use AbstractMatrix(view(SomeOperator, FiniteRange, 1:N))), since I don't want to have to care about the exact memory layout myself.
- Lenguaje dominante
- Julia
- Estrellas
- 13
- Forks
- 13
- Merge medio
- 1 d 19 h
- PR fusionados (30 d)
- 2
Preparar el entorno
Este proyecto no incluye contenedor de desarrollo, Dockerfile ni guía de contribución, así que la configuración corre por tu cuenta: empieza por su README y consulta nuestra guía para la primera contribución para los pasos generales.
Primeros pasos
- Lee el issue completo y luego la guía de contribución del proyecto.
- Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
- Haz un fork del repositorio y trabaja en una rama.
- Abre un pull request que haga referencia al número del issue.
Más de JuliaApproximation/ApproxFunBase.jl
-
tagbot-manual
Dificultad 1/5 1-3 horas Aptitud para principiantes 62/100
-
Dificultad 4/5 3-5 días Aptitud para principiantes 42/100
-
Dificultad 5/5 Más de una semana Aptitud para principiantes 25/100
JuliaApproximation/ApproxFunBase.jl#389 · 1 comentario ·
-
Dificultad 5/5 Más de una semana Aptitud para principiantes 25/100
JuliaApproximation/ApproxFunBase.jl#86 · 1 comentario ·
-
Dificultad 5/5 Más de una semana Aptitud para principiantes 25/100
JuliaApproximation/ApproxFunBase.jl#8 · 1 reacción ·
Todos los issues de JuliaApproximation/ApproxFunBase.jl
Issues similares
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 76/100
-
bignums
Dificultad 2/5 1-3 horas Aptitud para principiantes 70/100
Los mantenedores suelen responder en 1 día
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 74/100
Los mantenedores suelen responder en 1 día
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 72/100
JuliaNLSolvers/NLsolve.jl#319 ·
Los mantenedores suelen responder en 1 día
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 78/100