Cartesian_to_spherical_coordinates returns NaN gradients near (0, 0, 1).
Nadie ha tomado este issue todavía.
Evaluación
- Dificultad
- 2/5
- Tiempo estimado
- 1-3 horas
- Aptitud para principiantes
- 35/100
- Tipo de issue
- Documentación
- Claridad
- Bastante claro
- Estado de actividad
- Estancado
- Stack tecnológico
- python
Línea de trabajo
Comienza con el punto de entrada Cartesian_to_spherical_coordinates y su docstring actual, y luego compara la página de la API de TensorFlow generada enlazada en el issue. Confirma cómo describe el texto existente la suavidad y actualiza la documentación relevante para cubrir posibles gradientes NaN y el enlace roto reportado; el trabajo estará terminado cuando la documentación local y la documentación del sitio web reflejen correctamente el comportamiento de la función.
Escrito por el modelo de indexación a partir del texto del issue.
Descripción
Hello tensorflow-graphics team,
Could you please update the docstring to mention that NaNs gradients can be returned?
You could also consider printing a warning when the input is close to (0, 0, 1) or returning a gradient other than NaNs (e.g. 1 or 0). Alternatively, branching based on (z/radius) to use arcsin rather than arccos can also minimize numerical instabilities in the gradient, though it may also reduce performance. See [2] for an example.
The docstring mentions that this function is not smooth at (0, 0, 1) but does not specify that NaN gradients can occur. Furthermore, the website [1] is not updated to mention the smoothness and has a dead github link (Related to #383?).
[1] https://www.tensorflow.org/graphics/api_docs/python/tfg/math/math_helpers/cartesian_to_spherical_coordinates
[2] https://colab.research.google.com/drive/1ECn4eYaeQfRfXaC46BX75ZDZmwSkMkWH?usp=sharing
- Lenguaje dominante
- Python
- Estrellas
- 2.8k
- Forks
- 374
- Merge medio
- 5 d 9 h
- PR fusionados (30 d)
- 1
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 tensorflow/graphics
-
Dificultad 1/5 Menos de una hora Aptitud para principiantes 62/100
tensorflow/graphics#468 ·
-
Missing TFRecord Generation Script/Instructions for projects/points_to_3Dobjects (CVPR 2021)Abierto
Dificultad 5/5 Más de una semana Aptitud para principiantes 25/100
tensorflow/graphics#5337 ·
-
Attribute Error in the models.pyAbierto
Dificultad 3/5 1-2 días Aptitud para principiantes 25/100
tensorflow/graphics#730 ·
-
Dificultad 4/5 3-5 días Aptitud para principiantes 35/100
tensorflow/graphics#729 ·
-
Dificultad 5/5 Más de una semana Aptitud para principiantes 10/100
tensorflow/graphics#724 ·
Todos los issues de tensorflow/graphics
Issues similares
-
cli good first issue help wanted python up-for-grabs
Dificultad 2/5 1-3 horas Aptitud para principiantes 75/100
andrewsiah/agentswarm-data-tasks#36 ·
Los mantenedores suelen responder en 1 día
-
bug drawing-tools
Dificultad 2/5 1-3 horas Aptitud para principiantes 76/100
cofade/open-garden-planner#827 ·
Los mantenedores suelen responder en 1 día
-
Methodology pageAbiertodocumentation site texts
Dificultad 2/5 1-3 horas Aptitud para principiantes 67/100
Krasnopjorovs/temet#66 ·
-
bug
Dificultad 2/5 1-3 horas Aptitud para principiantes 83/100
Los mantenedores suelen responder en 1 día
-
Dificultad 1/5 1-3 horas Aptitud para principiantes 76/100
Los mantenedores suelen responder en 1 día