[Feature request] `compatible_multiplicative_operand` interface
Nadie ha tomado este issue todavía.
Evaluación
- Dificultad
- 5/5
- Tiempo estimado
- Más de una semana
- Aptitud para principiantes
- 25/100
- Tipo de issue
- Nueva funcionalidad
- Claridad
- Bastante claro
- Estado de actividad
- Estancado
- Stack tecnológico
- julia
- Área
- backend-api-design
Línea de trabajo
Comienza leyendo la discusión en PR #84 y la API actual de ArrayInterface; el issue no menciona archivos ni tests. Compara el comportamiento propuesto de compatible_multiplicative_operand entre los tipos de arrays densos, sparse, GPU y wrapper, definiendo la finalización mediante una interfaz acordada y la cobertura de las combinaciones de operandos compatibles.
Escrito por el modelo de indexación a partir del texto del issue.
Descripción
In the discussion under this PR: https://github.com/SciML/ExponentialUtilities.jl/pull/84 . We meet a using case of multipling a linear operator of certain type to a dense matrix. We think it would be fantastic if there is an API called compatible_multiplicative_operand(target, source) in ArrayInterface. That is,
compatible_multiplicative_operand(::CuArray, dense::Matrix) = CuArray(dense)compatible_multiplicative_operand(::Matrix, cuarray::CuArray) = Matrix(cuarray)compatible_multiplicative_operand(::SparseMatrixCSC, dense::Matrix) = densecompatible_multiplicative_operand(::Matrix, sparse::SparseMatrixCSC) = sparse
Similarly, we can define them for Transpose, Adjoint, SubArray, and ReshapedArray, DistributedArray et al.
The key point is, we want two arrays can have compatible array types for multiplication, which is quite different from Base.convert.
- Lenguaje dominante
- Julia
- Estrellas
- 140
- Forks
- 44
- Merge medio
- 4 d 14 h
- PR fusionados (30 d)
- 5
Guía de contribución
No hay ninguna guía de contribución indexada para este repositorio
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 JuliaArrays/ArrayInterface.jl
-
Dificultad 5/5 Más de una semana Aptitud para principiantes 25/100
JuliaArrays/ArrayInterface.jl#499 ·
-
Dificultad 5/5 Más de una semana Aptitud para principiantes 25/100
JuliaArrays/ArrayInterface.jl#463 · 5 comentarios · 4 reacciones ·
-
Dificultad 4/5 3-5 días Aptitud para principiantes 35/100
JuliaArrays/ArrayInterface.jl#460 · 8 comentarios · 2 reacciones ·
-
Dificultad 4/5 3-5 días Aptitud para principiantes 35/100
JuliaArrays/ArrayInterface.jl#397 · 1 comentario ·
-
Dificultad 4/5 3-5 días Aptitud para principiantes 15/100
JuliaArrays/ArrayInterface.jl#396 ·
Todos los issues de JuliaArrays/ArrayInterface.jl
Issues similares
-
Docstring for MatlabTable Abiertoenhancement
Dificultad 1/5 Menos de una hora Aptitud para principiantes 90/100
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 82/100
-
interpolate! from a Float32 LatitudeLongitudeGrid fails on Metal: Float64 division in find_λ_range Abierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 88/100
CliMA/Oceananigans.jl#6056 ·
-
Dificultad 1/5 1-3 horas Aptitud para principiantes 88/100
JuliaPluto/PlutoPlotly.jl#72 ·
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 65/100
epiforecasts/BVDOutbreakSize#811 ·