Why won't `AbstractMatrix(::SubOperator)` return a `BandedBlockBandedMatrix`?
Nessuno ha ancora preso questa issue.
Valutazione
- Difficoltà
- 4/5
- Tempo stimato
- 3-5 giorni
- Idoneità per principianti
- 35/100
- Tipo di issue
- Funzionalità
- Chiarezza
- Abbastanza chiara
- Stato di attività
- Ferma
- Stack tecnologico
- julia
- Ambito
- backend, performance
Direzione di ricerca
Inizia da src/Operators/Operator.jl intorno alla riga 776 e ispeziona il valore restituito commentato di BandedBlockBandedMatrix insieme al percorso esistente di RaggedMatrix. Traccia il modo in cui AbstractMatrix(view(SomeOperator, FiniteRange, 1:N)) seleziona il proprio tipo di matrice e determina se il valore restituito richiesto può evitare un uso eccessivo della memoria senza richiedere ai chiamanti di gestire il layout; documenta il motivo oppure implementa il comportamento.
Scritto dal modello di indicizzazione a partire dal testo della issue.
Descrizione
I see that the line to return such a matrix is commented out below. Why?
I'd like to preallocate large operator matrices and currently the RaggedMatrix type seems to be the default. The issue is that RaggedMatrix uses too much memory. Currently, I'm just manually using BandedBlockBandedMatrix, but that's not as nice as just being able to use AbstractMatrix(view(SomeOperator, FiniteRange, 1:N))), since I don't want to have to care about the exact memory layout myself.
- Lingua principale
- Julia
- Stelle
- 13
- Fork
- 13
- Merge medio
- 23h
- 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 JuliaApproximation/ApproxFunBase.jl
-
tagbot-manual
Difficoltà 1/5 1-3 ore Idoneità per principianti 62/100
-
Difficoltà 4/5 3-5 giorni Idoneità per principianti 42/100
-
Difficoltà 5/5 Più di una settimana Idoneità per principianti 25/100
JuliaApproximation/ApproxFunBase.jl#389 · 1 commento ·
-
Difficoltà 5/5 Più di una settimana Idoneità per principianti 25/100
JuliaApproximation/ApproxFunBase.jl#86 · 1 commento ·
-
Difficoltà 5/5 Più di una settimana Idoneità per principianti 25/100
JuliaApproximation/ApproxFunBase.jl#8 · 1 reazione ·
Tutte le issue di JuliaApproximation/ApproxFunBase.jl
Issue simili
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 76/100
JuliaPy/CondaPkg.jl#232 ·
-
bug
Difficoltà 2/5 1-3 ore Idoneità per principianti 76/100
SciML/PETScDiffEq.jl#196 ·
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 1/5 1-3 ore Idoneità per principianti 84/100
SciML/Catalyst.jl#1571 ·
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 72/100
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 62/100