Proximal Average Proximal Gradient
Los mantenedores suelen responder en 1 día
Nadie ha tomado este issue todavía.
Evaluación
- Dificultad
- 5/5
- Tiempo estimado
- Más de una semana
- Aptitud para principiantes
- 28/100
- Tipo de issue
- Nueva funcionalidad
- Claridad
- Bastante claro
- Estado de actividad
- Estancado
- Stack tecnológico
- python
- Área
- machine-learning
Línea de trabajo
Read the discussion in pull request #143 and the linked NeurIPS paper to understand the proposed Proximal Average Gradient solver. Then locate the existing solver entry points for handling multiple proximals; the issue does not name specific files or tests. Done means implementing the solver and adding coverage for its multiple-proximal behavior.
Escrito por el modelo de indexación a partir del texto del issue.
Descripción
As discussed in https://github.com/PyLops/pyproximal/pull/143, we should implement the Proximal Average Gradient solver to handle multiple proximals.
See https://proceedings.neurips.cc/paper/2013/hash/49182f81e6a13cf5eaa496d51fea6406-Abstract.html
- Lenguaje dominante
- Python
- Estrellas
- 85
- Forks
- 22
- Merge medio
- 2 h 11 min
- PR fusionados (30 d)
- 7
Preparar el entorno
- Sin Dockerfile ni archivo de Docker Compose
- Sin 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 PyLops/pyproximal
-
documentation
Dificultad 1/5 Menos de una hora Aptitud para principiantes 62/100
PyLops/pyproximal#280 ·
Los mantenedores suelen responder en 1 día
-
Huber.prox uses the wrong branch threshold (|x| > alpha instead of |x| > alpha + tau)Posiblemente ocupada @raashish1601 la tomó hace 26 días. Abierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 42/100
PyLops/pyproximal#275 · 1 comentario ·
Los mantenedores suelen responder en 1 día
-
Dificultad 1/5 Menos de una hora Aptitud para principiantes 35/100
PyLops/pyproximal#198 · 3 comentarios ·
Los mantenedores suelen responder en 1 día
-
Stopping criteria for solversAbiertoenhancement good first issue help wanted
Dificultad 5/5 Más de una semana Aptitud para principiantes 25/100
PyLops/pyproximal#177 ·
Los mantenedores suelen responder en 1 día
-
Faster TVAbiertoquestion
Dificultad 4/5 3-5 días Aptitud para principiantes 35/100
PyLops/pyproximal#118 · 4 comentarios ·
Los mantenedores suelen responder en 1 día
Todos los issues de PyLops/pyproximal
Issues similares
-
ci-rerun: collect.py fails a whole pr-babysit cycle on one transient GitHub 5xx and never retriesAbiertofollow-up
Dificultad 2/5 1-3 horas Aptitud para principiantes 62/100
Los mantenedores suelen responder en 1 día
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 70/100
-
Built-in QUBO fallback applies bitwise xor to floating binary statesPosiblemente ocupada @iloveeyjafjalla la tomó hoy. Abierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 72/100
qboson/kaiwu-pytorch-plugin#1702 ·
Los mantenedores suelen responder en 3 días
-
bug v2
Dificultad 2/5 1-3 horas Aptitud para principiantes 76/100
modelcontextprotocol/python-sdk#3811 ·
Los mantenedores suelen responder en 1 día
-
cost:cheap practicality:seen-in-the-wild severity:medium
Dificultad 2/5 1-3 horas Aptitud para principiantes 72/100
fairagro/m4.2_advanced_middleware_api#620 ·
Los mantenedores suelen responder en 1 día