ArrayType serialization with 2D+ arrays
Personne n'a encore pris cette issue.
Évaluation
- Difficulté
- 5/5
- Temps estimé
- Plus d'une semaine
- Accessibilité débutants
- 30/100
- Type d'issue
- Fonctionnalité
- Clarté
- À clarifier
- Activité
- À l'abandon
- Stack technique
- julia
- Domaine
- backend-api-design
Piste de recherche
Commencez par retracer la sérialisation de ArrayType() et le comportement par défaut de iterate(x::T), puis examinez le chemin de désérialisation proposé construct(::Type{Matrix}, x::Vector). Déterminez comment les tableaux de dimension supérieure doivent préserver leurs dimensions et comment les utilisateurs pourraient personnaliser la sérialisation, en définissant clairement le comportement retenu et ses limitations pour le round-trip.
Rédigé par le modèle d'indexation à partir du texte de l'issue.
Description
Currently ArrayType() iterates element-wise over an array type using the default iterate(x::T) method when serializing. This has the effect of flattening higher dimensional arrays into vectors. Matrices, for instance, become vectors with no information about their original dimensions.
The JSON standard maintains array order, so it seems safe for me to serialize matrices as vectors of vectors. However, my only way to affect serialization is by overloading the iterate(x::T) function and doing so for the Matrix type seems likely to recompile large parts of Julia base (as well as break my own code.)
Then on deserialization, I would just construct(::Type{Matrix}, x::Vector) = hcat(x...)
It makes sense on some level that this would be natively unsupported because it makes the serialized representation of matrices and vectors of vectors indistinguishable (and thus deserialize(serialize(matrix)) != matrix without an additional construct definition), but that code doesn't work right now either and it seems like there should be some way to for users to enable support for it because matrices are so common. Perhaps there should be something analogous to construct() for serialization?
- Langage dominant
- Julia
- Étoiles
- 86
- Forks
- 22
- Merge moyen
- 4 j 42 min
- PR mergées (30 j)
- 6
Préparer son environnement
Ce projet ne fournit ni conteneur de développement, ni Dockerfile, ni guide de contribution : l'installation est à votre charge. Commencez par son README, et consultez notre guide de la première contribution pour les étapes générales.
Par où commencer
- Lisez l'issue en entier, puis le guide de contribution du projet.
- Signalez en commentaire que vous la prenez — cela évite que deux personnes fassent le même travail.
- Forkez le dépôt et travaillez sur une branche.
- Ouvrez une pull request qui référence le numéro de l'issue.
Autres issues de JuliaData/StructTypes.jl
-
Difficulté 4/5 3-5 jours Accessibilité débutants 35/100
JuliaData/StructTypes.jl#104 ·
-
Difficulté 3/5 1-2 jours Accessibilité débutants 30/100
JuliaData/StructTypes.jl#96 · 1 commentaire ·
-
StructTypes encourage piracyOuverte
Difficulté 5/5 Plus d'une semaine Accessibilité débutants 25/100
JuliaData/StructTypes.jl#87 · 5 commentaires ·
-
Difficulté 5/5 Plus d'une semaine Accessibilité débutants 25/100
JuliaData/StructTypes.jl#76 ·
-
Default to OrderedStruct for NamedTuples?Peut-être à nouveau libre Une pull request pour cette issue a été fermée sans être fusionnée. Ouverte
Difficulté 5/5 Plus d'une semaine Accessibilité débutants 25/100
JuliaData/StructTypes.jl#68 · 3 commentaires ·
Toutes les issues de JuliaData/StructTypes.jl
Issues similaires
-
`AMSGrad` state starts at `epsilon` instead of zero, so zero gradients move parameters and small gradients are dampedPeut-être pris @parth-patel010 l’a pris aujourd’hui. Ouverte
Difficulté 2/5 1-3 heures Accessibilité débutants 72/100
FluxML/Optimisers.jl#247 · 1 commentaire ·
-
Difficulté 1/5 Moins d'une heure Accessibilité débutants 82/100
OpenFUSIONToolkit/GPEC#644 ·
Les mainteneurs répondent en général sous 3 jours
-
An unknown `wellformed` level is accepted, so a misspelled `:strict` skips the strict checksOuverte
Difficulté 2/5 1-3 heures Accessibilité débutants 78/100
Les mainteneurs répondent en général sous 1 jour
-
Difficulté 1/5 Moins d'une heure Accessibilité débutants 62/100
SciML/DataDrivenDiffEq.jl#694 ·
-
Difficulté 2/5 1-3 heures Accessibilité débutants 76/100
JuliaLang/LinearAlgebra.jl#1834 ·
Les mainteneurs répondent en général sous 1 jour