Compatibility bottlenecks in the MLJ Model Registry
Nessuno ha ancora preso questa issue.
Valutazione
- Difficoltà
- 4/5
- Tempo stimato
- 3-5 giorni
- Idoneità per principianti
- 35/100
- Tipo di issue
- Bug
- Chiarezza
- Da chiarire
- Stato di attività
- Tranquilla
- Stack tecnologico
- julia
- Ambito
- machine-learning
Direzione di ricerca
Inizia dall'output modificato di ] status --outdated -m in questa Issue e analizza i pacchetti elencati, in particolare i percorsi di compatibilità che coinvolgono Optim, LineSearches, NLSolversBase e SymbolicRegression. Verifica se i constraints obsoleti possono essere risolti o se sono bloccati dal lavoro pianificato su SymbolicRegression v2; il lavoro è completato quando il registry non presenta più le incompatibilità bloccanti individuate oppure i blocker rimanenti sono documentati.
Scritto dal modello di indicizzazione a partire dal testo della issue.
Descrizione
There are are few packages in the registry whose compatibility updates may block use with other models the registry. This is an edited list of the output of ] status --outdated -m for the model registry after an update today. I have omitted .jll packages. The most concerning are packages not updating to latest Optim.
Be great if we could get help chasing some of these down.
- ⌅ [7317a516] DynamicDiff v0.2.1 (<v0.3.1): SymbolicRegression
- ⌅ [a40a106e] DynamicExpressions v1.10.4 (<v2.5.2): DynamicDiff, SymbolicRegression
- ⌃ [d3d80556] LineSearches v7.5.1 (<v7.6.0)
- ⌅ [d41bc354] NLSolversBase v7.10.0 (<v8.0.0): LineSearches, Optim
- ⌅ [429524aa] Optim v1.13.3 (<v2.0.1): MLJLinearModels, SymbolicRegression
- ⌅ [92933f4c] ProgressMeter v1.10.2 (<v1.11.0): SymbolicRegression
- ⌅ [68821587] Arpack_jll v3.5.2+0 (<v3.9.2+0): Arpack
The maintainer of SymbolicRegression is aware of the issues here; v 2.0 of that package aims to resolve these.
- Lingua principale
- Julia
- Stelle
- 82
- Fork
- 29
- Merge medio
- 1h 34m
- PR unite (30g)
- 2
Preparare l'ambiente
Questo progetto non fornisce container di sviluppo, Dockerfile né guida per i contributori, quindi l'ambiente è a tuo carico: parti dal suo README e consulta la nostra guida al primo contributo per i passaggi generali.
Come iniziare
- Leggi tutta la issue e poi la guida ai contributi del progetto.
- Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
- Fai un fork del repository e lavora su un branch.
- Apri una pull request che faccia riferimento al numero della issue.
Altre issue di JuliaAI/MLJModels.jl
-
[Tracking] Towards 1.0Aperta
Difficoltà 4/5 3-5 giorni Idoneità per principianti 25/100
JuliaAI/MLJModels.jl#591 · 2 commenti · 1 reazione ·
-
Review the MLJ model interfaces at RAPIDS.jl for possible inclusion in model registryForse di nuovo libera @ablaom l’ha presa 1684 giorni fa e non c’è nessuna pull request aperta. Aperta
JuliaAI/MLJModels.jl#454 · 2 reazioni · 1 assegnatario ·
-
Difficoltà 5/5 Più di una settimana Idoneità per principianti 25/100
JuliaAI/MLJModels.jl#392 · 1 commento ·
-
Difficoltà 3/5 1-2 giorni Idoneità per principianti 50/100
JuliaAI/MLJModels.jl#368 ·
-
Difficoltà 5/5 Più di una settimana Idoneità per principianti 35/100
JuliaAI/MLJModels.jl#322 · 3 reazioni ·
Tutte le issue di JuliaAI/MLJModels.jl
Issue simili
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 79/100
Sienna-Platform/PowerSimulations.jl#1737 ·
I maintainer di solito rispondono entro 4 giorni
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 78/100
FluxML/Optimisers.jl#254 ·
-
Minor: floodplain warning percentage, scalar output error message and a never-true identity checkApertabug
Difficoltà 2/5 1-3 ore Idoneità per principianti 82/100
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 78/100
JuliaAI/MLJTransforms.jl#101 ·
I maintainer di solito rispondono entro 1 giorno
-
@contents blocks fail to render on Julia 1.14Forse già presa @sbfnk l’ha presa 1 giorno fa. Aperta
Difficoltà 2/5 1-3 ore Idoneità per principianti 78/100
LuxDL/DocumenterVitepress.jl#410 ·