Hacktoberfest 2026: los issues que los mantenedores marcaron para octubre, abiertos y aptos para principiantes. Explorar issues de Hacktoberfest

Error with Turing and ReverseDiff, adding matrices

Abierto
  • ¿Algo no está bien?
#175 3 comentarios 0 reacciones 0 asignados Ver en GitHub

Los mantenedores suelen responder en 1 día

Nadie ha tomado este issue todavía.

Evaluación

Dificultad
4/5
Tiempo estimado
3-5 días
Aptitud para principiantes
45/100
Tipo de issue
Error
Claridad
Bastante claro
Estado de actividad
Estancado
Stack tecnológico
julia
Área
devtools

Línea de trabajo

Ejecute la Julia MWE e inspeccione la ruta que falla de la suma de matrices en ReverseDiff/src/derivatives/propagation.jl y src/derivatives/linalg/arithmetic.jl, especialmente increment_deriv! y special_reverse_exec!. Compare las combinaciones de matrices que funcionan y las que fallan, y luego verifique que el modelo de Turing muestrea correctamente con ReverseDiff sin el MethodError reportado.

Escrito por el modelo de indexación a partir del texto del issue.

Descripción

Hi -

I've been using ReverseDiff to run some models in Turing, and it appears a recent change from v1.7 to 1.8 has made my models stop working. I managed to narrow down the issue to a single line in the model, where I try to add two matrices. Oddly, it only seems to be an issue with particular combinations of matrices, but I'm not seeing the pattern, so I'm not sure what the problem is.

See MWE below:

using Turing, ReverseDiff

@model function efa(P)
    λ ~ filldist(Normal(0, 10), P, 1)
    Ψ ~ filldist(truncated(Normal(0, 5), 0, Inf), P)
    f_var ~ filldist(truncated(Normal(0, 5), 0, Inf), 1)

    Σ1 = λ * f_var * λ' + Diagonal(Ψ)        # Fails
    # Σ1 = λ * f_var * λ' + diagm(Ψ)           # Fails
    # Σ1 = randn(P, P) + Diagonal(Ψ)           # Works
    # Σ1 = λ * f_var * λ' + randn(P, P)        # Works
    # Σ1 = λ * f_var * λ' + Diagonal(ones(P))  # Works
end

Turing.setadbackend(:reversediff)
efa_test = efa(3)
@time m1 = sample(efa_test, NUTS(1, 0.65), MCMCThreads(), 1, 4)

Running this gives an error like this (only the first few lines of the stacktrace shown):

nested task error: MethodError: no method matching increment_deriv!(::Float64, ::Float64)
        Closest candidates are:
          increment_deriv!(::ReverseDiff.TrackedArray, ::Real, ::Any) at C:\Users\opus\.julia\packages\ReverseDiff\60noS\src\derivatives\propagation.jl:34
          increment_deriv!(::AbstractArray, ::Real, ::Any) at C:\Users\opus\.julia\packages\ReverseDiff\60noS\src\derivatives\propagation.jl:36    
          increment_deriv!(::AbstractArray, ::Any) at C:\Users\opus\.julia\packages\ReverseDiff\60noS\src\derivatives\propagation.jl:38
          ...
        Stacktrace:
          [1] increment_deriv!
            @ ~\.julia\packages\ReverseDiff\60noS\src\derivatives\propagation.jl:35 [inlined]
          [2] increment_deriv!(t::Matrix{Real}, x::Matrix{Float64})
            @ ReverseDiff ~\.julia\packages\ReverseDiff\60noS\src\derivatives\propagation.jl:40
          [3] special_reverse_exec!(instruction::ReverseDiff.SpecialInstruction{typeof(+), Tuple{ReverseDiff.TrackedArray{Float64, Float64, 2, Matrix{Float64}, Matrix{Float64}}, Matrix{Real}}, ReverseDiff.TrackedArray{Float64, Float64, 2, Matrix{Float64}, Matrix{Float64}}, Nothing})
            @ ReverseDiff ~\.julia\packages\ReverseDiff\60noS\src\derivatives\linalg\arithmetic.jl:50
          [4] reverse_exec!(instruction::ReverseDiff.SpecialInstruction{typeof(+), Tuple{ReverseDiff.TrackedArray{Float64, Float64, 2, Matrix{Float64}, Matrix{Float64}}, Matrix{Real}}, ReverseDiff.TrackedArray{Float64, Float64, 2, Matrix{Float64}, Matrix{Float64}}, Nothing})
            @ ReverseDiff ~\.julia\packages\ReverseDiff\60noS\src\tape.jl:93
          [5] reverse_pass!(tape::Vector{ReverseDiff.AbstractInstruction})
            @ ReverseDiff ~\.julia\packages\ReverseDiff\60noS\src\tape.jl:87
          [6] reverse_pass!
            @ ~\.julia\packages\ReverseDiff\60noS\src\api\tape.jl:36 [inlined]
Lenguaje dominante
Julia
Estrellas
395
Forks
61
Merge medio
23 h 18 min
PR fusionados (30 d)
16

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

  1. Lee el issue completo y luego la guía de contribución del proyecto.
  2. Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
  3. Haz un fork del repositorio y trabaja en una rama.
  4. Abre un pull request que haga referencia al número del issue.

Más de JuliaDiff/ReverseDiff.jl

Todos los issues de JuliaDiff/ReverseDiff.jl

Issues similares

Más issues de Julia

Recibe los nuevos issues en tu correo

Un resumen breve de issues de GitHub para principiantes.