Reduce memory of the parameters class object
Los mantenedores suelen responder en 1 día
@jdebacker ya está trabajando en esto.
Desde el 22/12/2025.
Evaluación
- Dificultad
- 4/5
- Tiempo estimado
- 3-5 días
- Aptitud para principiantes
- 25/100
- Tipo de issue
- Refactorización
- Claridad
- Bastante claro
- Estado de actividad
- Estancado
- Stack tecnológico
- python
- Área
- performance
Línea de trabajo
The issue concerns the parameters class object that OG-Core builds for a calibration, and the payload names no specific file. Before anything else, read the two linked pull requests, #1083 and #1230, which are still open and already attempt this work. Done would mean a measured reduction in the object's memory footprint, such as narrower dtypes or trimming the T dimension after steady state, with the existing tests still passing. Since the thread has been quiet for about 300 days, confirm with maintainers which approach is wanted before starting.
Escrito por el modelo de indexación a partir del texto del issue.
Descripción
For a typical calibration, the parameters class object is not huge (~20MB), but if one were doing large scale parallelization (or running on a machine with low memory), this could cause issues.
I think we can reduce the footprint of this object without loosing much. A couple of ideas:
- Use the more efficient data types (e.g.
retirement_agecan be cast as an integer, more floating point values would be fine with 32 bit (or even 16 bit). - Most parameters become constant long before the steady state: is there a way to reduce the size of arrays knowing that after some point in the
Tdimension, things stop changing?
- Lenguaje dominante
- Python
- Estrellas
- 85
- Forks
- 153
- Merge medio
- 1 d 19 h
- PR fusionados (30 d)
- 19
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 PSLmodels/OG-Core
-
bug
Dificultad 2/5 1-3 horas Aptitud para principiantes 76/100
Los mantenedores suelen responder en 1 día
-
bug
Dificultad 5/5 Más de una semana Aptitud para principiantes 25/100
Los mantenedores suelen responder en 1 día
-
Dificultad 5/5 Más de una semana Aptitud para principiantes 35/100
Los mantenedores suelen responder en 1 día
-
Dificultad 4/5 3-5 días Aptitud para principiantes 57/100
PSLmodels/OG-Core#1218 · 1 comentario ·
Los mantenedores suelen responder en 1 día
-
Dificultad 5/5 Más de una semana Aptitud para principiantes 35/100
Los mantenedores suelen responder en 1 día
Todos los issues de PSLmodels/OG-Core
Issues similares
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 83/100
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 87/100
Los mantenedores suelen responder en 7 días
-
good first issue
Dificultad 2/5 1-3 horas Aptitud para principiantes 78/100
MTSWebServices/RecTools#330 ·
-
S9.7: Methodology pageAbiertoarea: web priority: P1 story
Dificultad 2/5 1-3 horas Aptitud para principiantes 76/100
nfiasco/Quant-Time-Machine#151 ·
Los mantenedores suelen responder en 1 día
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 72/100
autowarefoundation/autoware_carla_scenario#2019 ·
Los mantenedores suelen responder en 1 día