Unsupported left operand type for - ("FLOAT") [operator]
Los mantenedores suelen responder en 3 días
Nadie ha tomado este issue todavía.
Evaluación
- Dificultad
- 4/5
- Tiempo estimado
- 3-5 días
- Aptitud para principiantes
- 35/100
- Tipo de issue
- Error
- Claridad
- Bastante claro
- Estado de actividad
- Estancado
- Stack tecnológico
- python
- Área
- machine-learning
Línea de trabajo
Comience con el decorador @script, las anotaciones FLOAT y las expresiones de operadores del ejemplo model_1 proporcionado; reproduzca el error de operando izquierdo no compatible con las versiones de paquete indicadas. Rastree cómo se gestionan FLOAT, los valores float32 de NumPy, Constant y los operadores aritméticos normales, y documente o pruebe las conversiones y formas de expresión compatibles.
Escrito por el modelo de indexación a partir del texto del issue.
Descripción
Hi everyone, I am trying to use onnxscript to convert a function into a script via the @script decorator. I have two questions:
- Is there any ways to do subtraction between an input with the
FLOATtype and the input withnp.float32? If not, how do I convert from one to the other (I have looked up ALL the possible documentations from onnx but it's not much helpful). Right now I keep getting the errorerror: Unsupported left operand type for - ("FLOAT") [operator]withnote: Right operand is of type "BFLOAT16 | BOOL | COMPLEX128 | COMPLEX64 | DOUBLE | <11 more items>" - Can I still use the normal operator (e.g.
+,-,:,*) to do addition/subtraction/division/multiplication within the function that is supposed to be rewritten into.onnxmodel? The reason I ask is because it looks like onnxscript needs data to be ofTensorType?
Package versions. onnxscript = 0.1.0.dev2024112, onnx=1.17.0, onnxconverter-common=1.13.0, onnxruntime=1.20.0, skl2onnx=1.17.0
Example.
import numpy as np
import onnx
import pandas as pd
from onnxscript import FLOAT
from onnxscript import opset15 as op
from onnxscript import script
z1 = 5.0
z2 = 3.0
t1 = z1.astype('np.float32')
t2 = z2.astype('np.float32')
cum_mins = [1,2,3,4]
@script()
def model_1(x: FLOAT, y: FLOAT) -> Tuple[Any, Any]:
# Define constants
coeff1 = op.Constant(value_float=t1)
coeff2 = op.Constant(value_float=t2)
mean_x = op.Constant(value_float=x)
mean_y = op.Constant(value_float=y)
exp_arg = coeff1 * (x - mean_x) + coeff2 * (y - mean_y)
exp = op.Constant(value_float=0.75) * op.Exp(exp_arg)
h = op.Constant(value_floats=cum_mins)
return (exp, h)
- Lenguaje dominante
- Python
- Estrellas
- 457
- Forks
- 149
- Merge medio
- 3 d 15 h
- PR fusionados (30 d)
- 24
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 microsoft/onnxscript
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 78/100
microsoft/onnxscript#3003 · 3 comentarios ·
Los mantenedores suelen responder en 3 días
-
CI : Pin github actions to full commit SHAPosiblemente ocupada @Aniketsy la tomó hace 183 días. Abierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 68/100
microsoft/onnxscript#2903 · 6 comentarios ·
Los mantenedores suelen responder en 3 días
-
optimize() crashes when constant folding produces a string tensorPosiblemente ocupada @nniiovoo la tomó hace 7 días. Abierto
Dificultad 3/5 1-2 días Aptitud para principiantes 35/100
microsoft/onnxscript#3129 ·
Los mantenedores suelen responder en 3 días
-
bug module: torchlib
Dificultad 3/5 1-2 días Aptitud para principiantes 64/100
microsoft/onnxscript#3124 · 4 comentarios · 1 reacción ·
Los mantenedores suelen responder en 3 días
-
[torchlib] Float remainder is off by the divisor when the quotient rounds up, and nan for an infinite divisorPosiblemente ocupada @usmanmateen la tomó hace 13 días. Abierto
Dificultad 3/5 1-2 días Aptitud para principiantes 68/100
microsoft/onnxscript#3116 ·
Los mantenedores suelen responder en 3 días
Todos los issues de microsoft/onnxscript
Issues similares
-
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
-
area:security effort:S priority:P2 provider:local-libvirt status:ready type:docs
Dificultad 2/5 1-3 horas Aptitud para principiantes 75/100
randomparity/kdive#3495 ·
Los mantenedores suelen responder en 1 día
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 82/100
microsoft/markitdown#2820 ·
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
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 78/100
Los mantenedores suelen responder en 2 días