Are Dual4 and GraDual trying to do the same thing?
Nadie ha tomado este issue todavía.
Evaluación
- Dificultad
- 5/5
- Tiempo estimado
- Más de una semana
- Aptitud para principiantes
- 25/100
Línea de trabajo
Compara el trabajo de Dual4 con la implementación de GraDual de ForwardDiff.jl en src/typed_fad/GraDual.jl. Primero determina si ambos esfuerzos representan la misma funcionalidad y si el almacenamiento de epsilon de tamaño fijo cambia la comparación. Se considera terminado cuando se documente una decisión clara sobre la unificación y sobre qué paquete debería ser el propietario de la funcionalidad.
Escrito por el modelo de indexación a partir del texto del issue.
Descripción
@mlubin: I saw the work on Dual4 you started, and that looks VERY exciting to me. I assume you eventually want to use tuples (i.e. fixed size arrays) to store the epsilons, so that this would essentially be a DualN datatype, right?
I am just wondering how that relates to the GraDual type in ForwardDiff.jl? Is that essentially exactly the same thing? Except for the implementation details. Right now GraDual uses an array to store the epsilons, which probably makes it very slow. But once fixed size arrays are part of core julia, one would just have to change the implementation details and probably make this really fast?
I guess this issue is just to clarify whether these two efforts could be unified. In some way it seems to me that this kind of functionality actually fits better into the ForwardDiff.jl package, but not sure.
Also pinging @scidom.
- Lenguaje dominante
- Julia
- Estrellas
- 80
- Forks
- 27
- Métricas de merge de PR
- Sin PR fusionados en 30 d
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 JuliaDiff/DualNumbers.jl
-
Dificultad 5/5 Más de una semana Aptitud para principiantes 25/100
JuliaDiff/DualNumbers.jl#94 · 2 comentarios ·
-
div() and rem()Abierto
Dificultad 5/5 Más de una semana Aptitud para principiantes 25/100
JuliaDiff/DualNumbers.jl#93 ·
-
Complex DifferentiationAbierto
Dificultad 5/5 Más de una semana Aptitud para principiantes 30/100
JuliaDiff/DualNumbers.jl#92 · 5 comentarios ·
-
bitmix not definedAbierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 35/100
JuliaDiff/DualNumbers.jl#88 ·
-
Should we export ϵ ≡ ε?Abierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 25/100
JuliaDiff/DualNumbers.jl#87 ·
Todos los issues de JuliaDiff/DualNumbers.jl
Issues similares
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 72/100
JuliaDiff/TaylorSeries.jl#445 ·
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 84/100
SciML/PETScDiffEq.jl#362 ·
Los mantenedores suelen responder en 1 día
-
Prescribed ice velocities never get their halos filled, so ice is created at a periodic seamAbierto🕷️ bug
Dificultad 2/5 1-3 horas Aptitud para principiantes 78/100
CliMA/ClimaSeaIce.jl#203 ·
Los mantenedores suelen responder en 3 días
-
documentation
Dificultad 2/5 1-3 horas Aptitud para principiantes 64/100
JuliaPhysics/BeamletOptics.jl#221 ·
Los mantenedores suelen responder en 1 día
-
release preparation spack
Dificultad 2/5 1-3 horas Aptitud para principiantes 67/100
Los mantenedores suelen responder en 1 día