ScalarAffine sensitivity on a VectorAffine constraint
Nadie ha tomado este issue todavía.
Evaluación
- Dificultad
- 4/5
- Tiempo estimado
- 3-5 días
- Aptitud para principiantes
- 38/100
- Tipo de issue
- Error
- Claridad
- Necesita aclaración
- Estado de actividad
- Tranquilo
- Stack tecnológico
- julia
- Área
- backend-api-design
Línea de trabajo
Reproduce el ejemplo de Julia del issue, comenzando con MOI.set y DiffOpt.forward_differentiate!. Lee el contexto posterior en #287 y el comentario enlazado para entender el fallo de sensibilidad de ScalarAffine en la restricción VectorAffine. Se considera terminado cuando la secuencia de diferenciación mostrada maneja correctamente este caso.
Escrito por el modelo de indexación a partir del texto del issue.
Descripción
Followup of #287
model = Model(() -> DiffOpt.diff_optimizer(SCS.Optimizer))
@variable(model, x[1:7])
@test num_variables(model) == 7
c1 = @constraint(model, -sum(x[i] for i in 1:6) + 10 ≥ 0)
c2 = [
@constraint(model, x[i] ≥ 0)
for i in 1:6
]
α = 0.8
δ = 0.9
c3 = @constraint(
model,
LinearAlgebra.Symmetric(hcat(
[((δ/2)*x[1] + α*x[2] + δ*x[3] + (δ/4)*x[4] + (δ/8)*x[5] - 1.0*x[7]) # a11
((-(δ/(2*√2)))*x[1] - (δ/4)*x[2] - (δ/(8*√2))*x[5])],
[((-(δ/(2*√2)))*x[1] - (δ/4)*x[2] - (δ/(8*√2))*x[5])
((δ/2)*x[1] + (δ - α)*x[2] + 0.0*x[3] + (δ/8)*x[5] + (δ/4)*x[6] - x[7])])
) in PSDCone()
)
@objective(model, Max, x[7])
optimize!(model)
MOI.set.(
model,
DiffOpt.ForwardConstraintFunction(),
c3,
sum(x) + 1,
)
DiffOpt.forward_differentiate!(model)
The issue is a ScalarAffine sensitivity on a VectorAffine constraint: https://github.com/jump-dev/DiffOpt.jl/pull/287#issuecomment-2816109383
- Lenguaje dominante
- Julia
- Estrellas
- 146
- Forks
- 21
- Merge medio
- 1 h 25 min
- PR fusionados (30 d)
- 2
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 jump-dev/DiffOpt.jl
-
Dificultad 3/5 1-2 días Aptitud para principiantes 55/100
jump-dev/DiffOpt.jl#362 · 1 comentario ·
-
Dificultad 5/5 Más de una semana Aptitud para principiantes 25/100
jump-dev/DiffOpt.jl#358 · 2 comentarios ·
-
Dificultad 3/5 1-2 días Aptitud para principiantes 55/100
jump-dev/DiffOpt.jl#348 ·
-
good first issue
Dificultad 4/5 3-5 días Aptitud para principiantes 48/100
jump-dev/DiffOpt.jl#336 · 4 comentarios ·
-
Dificultad 5/5 Más de una semana Aptitud para principiantes 35/100
jump-dev/DiffOpt.jl#331 · 1 comentario ·
Todos los issues de jump-dev/DiffOpt.jl
Issues similares
-
Dificultad 1/5 Menos de una hora Aptitud para principiantes 85/100
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 82/100
JuliaPy/pyjuliapkg#102 ·
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 62/100
JuliaMath/Polynomials.jl#641 ·
-
Dificultad 1/5 Menos de una hora Aptitud para principiantes 85/100
JuliaLang/LinearAlgebra.jl#1794 ·
Los mantenedores suelen responder en 1 día
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 72/100
Los mantenedores suelen responder en 1 día