State of GPU support
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
- machine-learning, performance
Línea de trabajo
Empieza revisando los Issues relacionados con GPU arrays y diferenciación automática mencionados en la discusión; después, ejecuta el ejemplo de Julia mostrado con CUDA, KernelFunctions, SEKernel, kernelmatrix y CUDA.allowscalar(false). Se considera terminado cuando el ejemplo funciona con una entrada de CUDA array y queda documentado un camino claro para avanzar con la compatibilidad con GPU.
Escrito por el modelo de indexación a partir del texto del issue.
Descripción
I wanted to ask for an overview of the current state of GPU support of this package. It appears as though there are several issues related to whether the package works nicely on the GPU (i.e. with GPU arrays as inputs) and several proposed solutions, but getting KernelFunctions.jl to work on the GPU seems to be delayed by other things breaking, like AD.
I was wondering whether a clear path forward is already emerging. Since I've done some GPU work before, I'd be happy to help getting this package work on the GPU.
For what I mean by GPU support, at least the following should be possible:
using CUDA, KernelFunctions
CUDA.allowscalar(false)
x = CUDA.rand(16)
k = SEKernel()
kernelmatrix(k, x)
- 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