lensacom/sparkit-learn

[RFC] Integrate with numba / parakeet

Ouverte

#26 ouverte le 11 juin 2015

Voir sur GitHub
 (0 commentaire) (0 réaction) (0 personne assignée)Python (255 forks)batch import
enhancementhelp wantedrfc

Métriques du dépôt

Stars
 (1 144 étoiles)
Métriques de merge PR
 (Aucune PR mergée en 30 j)

Description

Execution time could benefit from an optimizer like numba.

From numba's documentation: "Numba works by generating optimized machine code using the LLVM compiler infrastructure at import time, runtime, or statically (using the included pycc tool). Numba supports compilation of Python to run on either CPU or GPU hardware, and is designed to integrate with the Python scientific software stack."

Guide contributeur

Direction de recherche
Explorez comment intégrer numba dans le pipeline de calcul de sparkit learn pour accélérer l'exécution. Commencez par comprendre les goulots d'étranglement actuels et les capacités de numba, puis proposez une conception.
Stack technique
python
Domaine
backendmachine learning
Type d'issue
Fonctionnalité
DifficultéDifficulté estimée pour un nouveau contributeur, de 1 pour un très petit changement à 5 pour un travail expert.
3
Temps estiméFourchette de temps approximative pour investiguer, implémenter, tester et préparer une pull request.
Une demi journée
Statut d'activitéDisponibilité apparente de l'issue : fraîche, active, ancienne, bloquée ou en attente d'un mainteneur.
Active
ClartéClarté avec laquelle l'issue explique le changement attendu, les critères d'acceptation et la prochaine étape.
Plutôt claire
Prérequis
Python
Accessibilité débutantScore de 1 à 100 estimant l'accessibilité de cette issue pour un premier contributeur.
30