Compatibility bottlenecks in the MLJ Model Registry

Aperta
#608 1 commento 0 reazioni 0 assegnatari Vedi su GitHub

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

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Inizia dall'output modificato di ] status --outdated -m in questa Issue e analizza i pacchetti elencati, in particolare i percorsi di compatibilità che coinvolgono Optim, LineSearches, NLSolversBase e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 This is an edited list of the output of ] status --outdated -m for the model registry after an update today.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

  1. Leggi tutta la issue e poi la guida ai contributi del progetto.
  2. Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
  3. Fai un fork del repository e lavora su un branch.
  4. Apri una pull request che faccia riferimento al numero della issue.

Altre issue di JuliaAI/MLJModels.jl

Tutte le issue di JuliaAI/MLJModels.jl

Issue simili

Altre issue su Julia

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.