dtype: NotImplementedError: float16

Abierto
#263 5 comentarios 0 reacciones 0 asignados Ver en GitHub

Los mantenedores suelen responder en 2 días

Nadie ha tomado este issue todavía.

Evaluación

Dificultad
3/5
Tiempo estimado
1-2 días
Aptitud para principiantes
38/100
Tipo de issue
Error
Claridad
Bastante claro
Estado de actividad
Estancado
Stack tecnológico
numpy, python
Área
data

Línea de trabajo

Comienza con sparse/coo/common.py en _dot_coo_coo_type y reproduce la secuencia reportada de sparse.COO y sparse.dot usando np.float16 o np.int8. Comprueba cómo llega el dtype al helper de Numba; se considera terminado cuando las operaciones dot reportadas ya no generan NotImplementedError para el dtype solicitado.

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

Descripción

upstream

Hello, I am trying to reduce the memory footprint of the matrices containing small integers, and want to set the dtype to np.int8 or np.float16.

import sparse
import numpy as np
x=sparse.COO(np.random.rand(5*10**2, 5*10**2)).astype(np.float16)
y = sparse.dot(x,x)
z = sparse.dot(y,y)

This is the error I get:

myenvpath/lib/python3.6/site-packages/sparse/coo/common.py in _dot_coo_coo_type(dt1, dt2)
   1208 
   1209     @numba.jit(nopython=True, nogil=True,
-> 1210                locals={'data_curr': numba.numpy_support.from_dtype(dtr)})
   1211     def _dot_coo_coo(coords1, data1, coords2, data2):  # pragma: no cover
   1212         """

myenvpath/lib/python3.6/site-packages/numba/numpy_support.py in from_dtype(dtype)
    106             return types.NestedArray(subtype, dtype.shape)
    107 
--> 108     raise NotImplementedError(dtype)
    109 
    110 

NotImplementedError: float16
Lenguaje dominante
Python
Estrellas
670
Forks
167
Merge medio
3 d 4 h
PR fusionados (30 d)
7

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 pydata/sparse

Todos los issues de pydata/sparse

Issues similares

Más issues de Python

Recibe los nuevos issues en tu correo

Un resumen breve de issues de GitHub para principiantes.