Revisit Multi-Output Support Naming Conventions
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
- machine-learning
Línea de trabajo
Empieza leyendo la discusión en PR #310 y el hilo enlazado; después inspecciona src/mokernels/slfm.jl, especialmente los campos del tipo compuesto. El trabajo estará completo cuando el proyecto tenga una convención de nomenclatura documentada y acordada para los tipos con múltiples salidas, los helpers, los campos y LinearMixingModelKernel.
Escrito por el modelo de indexación a partir del texto del issue.
Descripción
Two new multi-output input types are being added and the PR sparked some debate/discussion surrounding their names and the wider spread naming conventions that have been adopted in KernelFuntions. The main thread discussing these can be found [here].(https://github.com/JuliaGaussianProcesses/KernelFunctions.jl/pull/310#discussion_r661490968).
Some starting points:
MOvsMultiOutput. Concise or explicit?- Do we like the prefix
isotopic? Is it too jargony?
Quote from paper linked above:
In the geostatistics literature, if each output has the same set of inputs the model
is called isotopic
Pros:
It has a specific meaning in this context, clearly identifying what it is
Cons:
Might scare users off, lengthens names
- Relating to the PR linked above, how do we make these accessible? Less "wordy" helpers? What do we call those?
- Should composite type field names have more descriptive names?
eg.kernels,mokernelandweightsinstead ofg,eandAfor the slfm - the
LinearMixingModelKernelis a kernel, not a model. Maybe it should be renamedLinearMixingKernelfor eg. I think we've all agreed on this already.
- Lenguaje dominante
- Julia
- Estrellas
- 276
- Forks
- 42
- Merge medio
- 3 d 12 h
- PR fusionados (30 d)
- 2
Preparar el entorno
- Sin Dockerfile ni archivo de Docker Compose
- Tiene una plantilla de pull request
- Leer la guía de contribución
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 JuliaGaussianProcesses/KernelFunctions.jl
-
Future plans?Abierto
Dificultad 5/5 Más de una semana Aptitud para principiantes 25/100
JuliaGaussianProcesses/KernelFunctions.jl#585 · 8 comentarios · 3 reacciones ·
-
Dificultad 4/5 3-5 días Aptitud para principiantes 30/100
-
Dificultad 3/5 1-2 días Aptitud para principiantes 48/100
JuliaGaussianProcesses/KernelFunctions.jl#571 · 1 reacción ·
-
new kernel
Dificultad 5/5 Más de una semana Aptitud para principiantes 25/100
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 25/100
JuliaGaussianProcesses/KernelFunctions.jl#533 · 1 reacción ·
Todos los issues de JuliaGaussianProcesses/KernelFunctions.jl
Issues similares
-
lux
Dificultad 2/5 1-3 horas Aptitud para principiantes 76/100
JuliaGraphs/GraphNeuralNetworks.jl#732 ·
Los mantenedores suelen responder en 2 días
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 68/100
Los mantenedores suelen responder en 1 día
-
erfinv(::Float16) and erfcinv(::Float16) are wrong for abs(x) <= 0.75 (erfinv(Float16(0)) == 0.2201)Abierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 82/100
JuliaMath/SpecialFunctions.jl#571 ·
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 74/100
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 67/100