Potentially suboptimal performance in r2r transforms?
Nadie ha tomado este issue todavía.
Evaluación
- Dificultad
- 5/5
- Tiempo estimado
- Más de una semana
- Aptitud para principiantes
- 25/100
- Tipo de issue
- Refactorización
- Claridad
- Necesita aclaración
- Estado de actividad
- Estancado
- Stack tecnológico
- julia
- Área
- performance
Línea de trabajo
Comienza con la construcción del plan de Chebyshev en src/chebyshevtransform.jl alrededor de las líneas 37–43 y, después, lee la discusión enlazada de Discourse sobre el rendimiento de FFTW.r2r. Compara mediante benchmarks los planes actuales basados en r2r con las alternativas mencionadas y determina si está justificado reescribirlos. Se considera terminado cuando se haya validado una mejora de rendimiento conservando el comportamiento relevante de la transformación.
Escrito por el modelo de indexación a partir del texto del issue.
Descripción
Currently, the Chebyshev plans internally use FFTW.r2r plans, eg.
https://github.com/JuliaApproximation/FastTransforms.jl/blob/59774abd59061e26ee18e267d82963f8a87fd32a/src/chebyshevtransform.jl#L37-L43
However, from what I understand after reading Steven G. Johnson's post on discourse, the r2r transforms are not as optimized as the r2c ones, and are not recommended over the alternatives. I wonder if a rewrite of the r2r transforms (here or elsewhere) might improve performance?
- Lenguaje dominante
- Julia
- Estrellas
- 282
- Forks
- 27
- Merge medio
- 53 min
- PR fusionados (30 d)
- 1
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/FastTransforms.jl
-
Loading FastTransforms.jl can make FFTs via FFTW.jl 100x slower due to threading conflictsPosiblemente ocupada @dlfivefifty la tomó hace 94 días. Abierto
JuliaApproximation/FastTransforms.jl#267 · 2 reacciones · 2 asignados ·
-
Dificultad 3/5 1-2 días Aptitud para principiantes 38/100
JuliaApproximation/FastTransforms.jl#266 · 1 comentario ·
-
Dificultad 4/5 3-5 días Aptitud para principiantes 42/100
JuliaApproximation/FastTransforms.jl#263 · 2 comentarios ·
-
Dificultad 4/5 3-5 días Aptitud para principiantes 35/100
JuliaApproximation/FastTransforms.jl#257 · 1 comentario ·
-
Allocating lmul!Abierto
Dificultad 4/5 3-5 días Aptitud para principiantes 25/100
JuliaApproximation/FastTransforms.jl#253 · 7 comentarios ·
Todos los issues de JuliaApproximation/FastTransforms.jl
Issues similares
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 68/100
SciML/SciMLSensitivity.jl#1703 · 1 comentario ·
Los mantenedores suelen responder en 1 día
-
bug
Dificultad 2/5 1-3 horas Aptitud para principiantes 74/100
Los mantenedores suelen responder en 2 días
-
Document that `nullspace` returns orthonormalized vectorsPosiblemente ocupada @thchr la tomó hoy. Abiertodocs
Dificultad 1/5 Menos de una hora Aptitud para principiantes 68/100
JuliaLang/LinearAlgebra.jl#1754 · 2 comentarios · 1 reacción ·
Los mantenedores suelen responder en 2 días
-
documentation
Dificultad 1/5 Menos de una hora Aptitud para principiantes 66/100
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 76/100
JuliaPy/CondaPkg.jl#232 ·