Hacktoberfest 2026: los issues que los mantenedores marcaron para octubre, abiertos y aptos para principiantes. Explorar issues de Hacktoberfest

How to use multithreading to speed up KL calculations?

Abierto
#28 1 comentario 0 reacciones 0 asignados Ver en GitHub

Nadie ha tomado este issue todavía.

Evaluación

Dificultad
4/5
Tiempo estimado
3-5 días
Aptitud para principiantes
30/100
Tipo de issue
Nueva funcionalidad
Claridad
Necesita aclaración
Estado de actividad
Estancado
Stack tecnológico
jupyter-notebook

Línea de trabajo

El issue identifica el cálculo de KL como el punto de entrada lento, pero no indica ningún archivo, prueba ni ubicación de la implementación. Empieza por localizar el cálculo de KL y crear un perfil de su comportamiento de threading; el trabajo estaría terminado cuando exista una forma concreta y validada de usar más de un thread y haya evidencia de que el cálculo es más rápido.

Escrito por el modelo de indexación a partir del texto del issue.

Descripción

I found that when I was doing KL calculation, only one thread was calculating, which is currently taking up a lot of my time. How can I solve this problem?

Lenguaje dominante
Jupyter Notebook
Estrellas
568
Forks
74
Merge medio
20 h 2 min
PR fusionados (30 d)
1

Preparar el entorno

Primeros pasos

  1. Lee el issue completo y luego la guía de contribución del proyecto.
  2. Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
  3. Haz un fork del repositorio y trabaja en una rama.
  4. Abre un pull request que haga referencia al número del issue.

Más de microsoft/foldingdiff

Todos los issues de microsoft/foldingdiff

Issues similares

Más issues de Machine Learning

Recibe los nuevos issues en tu correo

Un resumen breve de issues de GitHub para principiantes.