dtype: NotImplementedError: float16
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
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
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
- Sin Dockerfile ni archivo de Docker Compose
- Tiene una 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 pydata/sparse
-
Bug: full einsum contractions upcast the dtype and count booleansPosiblemente ocupada @RaphaelFakhri la tomó hace 17 días. Abierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 78/100
Los mantenedores suelen responder en 2 días
-
BUG: ufunc outer rejects Python scalar and sequence operandsPosiblemente ocupada @nawaaaaaAaar la tomó hace 29 días. Abierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 76/100
Los mantenedores suelen responder en 2 días
-
Bug: slices with a negative step and a negative stop return wrong elementsPosiblemente ocupada @JoeyTan21 la tomó hace 19 días. Abierto
Dificultad 3/5 1-2 días Aptitud para principiantes 75/100
pydata/sparse#1019 · 1 comentario ·
Los mantenedores suelen responder en 2 días
-
BUG: matmul fails with zero-length broadcast batch dimensionsPosiblemente ocupada @nawaaaaaAaar la tomó hace 29 días. Abierto
Dificultad 3/5 1-2 días Aptitud para principiantes 40/100
Los mantenedores suelen responder en 2 días
-
BUG: zero-length tensor contractions ignore requested output typesPosiblemente ocupada @nawaaaaaAaar la tomó hace 29 días. Abierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 35/100
Los mantenedores suelen responder en 2 días
Todos los issues de pydata/sparse
Issues similares
-
needs-triage
Dificultad 1/5 Menos de una hora Aptitud para principiantes 88/100
flashinfer-ai/flashinfer#9803 ·
Los mantenedores suelen responder en 1 día
-
bug frontend good first issue help wanted
Dificultad 2/5 1-3 horas Aptitud para principiantes 72/100
oscarbol09/thesisforge#61 ·
-
api bug performance
Dificultad 2/5 1-3 horas Aptitud para principiantes 82/100
oscarbol09/audiobard#159 ·
-
area:web p2 product:business triage:active type:bug
Dificultad 1/5 Menos de una hora Aptitud para principiantes 89/100
cuadrao-ai/argus#2328 ·
Los mantenedores suelen responder en 1 día
-
bug frontend good first issue help wanted
Dificultad 2/5 1-3 horas Aptitud para principiantes 88/100
nikhilb2/simple_invoicing#907 ·