JuliaGPU/CUDA.jl

Add `@non_differentiable` rules for basic random functions

Open

#2 153 ouverte le 6 nov. 2023

Voir sur GitHub
 (2 commentaires) (0 réactions) (0 assignés)Julia (274 forks)batch import
enhancementgood first issue

Métriques du dépôt

Stars
 (1 408 stars)
Métriques de merge PR
 (Merge moyen 5j 5h) (16 PRs mergées en 30 j)

Description

I need to have these lines in my codes to make AD works.

@non_differentiable CUDA.zeros(::Any...)
@non_differentiable CUDA.rand(::Any...)
@non_differentiable CUDA.randn(::Any...)

Can we add them to the extension? Adapting from https://github.com/JuliaDiff/ChainRules.jl/blob/main/src/rulesets/Random/random.jl

Guide contributeur

Direction de recherche
Adaptez les regles @non differentiable du fichier Random/random.jl de ChainRules.jl pour les fonctions aleatoires de CUDA comme zeros, rand, randn.
Stack technique
julia
Domaine
backend
Type d'issue
Fonctionnalité
DifficultéDifficulté estimée pour un nouveau contributeur, de 1 pour un très petit changement à 5 pour un travail expert.
1
Temps estiméFourchette de temps approximative pour investiguer, implémenter, tester et préparer une pull request.
Moins d'une heure
Statut d'activitéDisponibilité apparente de l'issue : fraîche, active, ancienne, bloquée ou en attente d'un mainteneur.
Récente
ClartéClarté avec laquelle l'issue explique le changement attendu, les critères d'acceptation et la prochaine étape.
Claire
Prérequis
Julia
Accessibilité débutantScore de 1 à 100 estimant l'accessibilité de cette issue pour un premier contributeur.
90