Diffractor as backend for Turing?
Nessuno ha ancora preso questa issue.
Valutazione
- Difficoltà
- 5/5
- Tempo stimato
- Più di una settimana
- Idoneità per principianti
- 20/100
Direzione di ricerca
Inizia con la discussione di Turing collegata all’indirizzo https://github.com/TuringLang/Turing.jl/discussions/2100 e con il thread dei commenti di questa issue per comprendere la questione relativa all’uso di Diffractor come backend di Turing. L’issue non indica file né test; per considerarla completata sarebbe necessaria una decisione chiara sull’interesse dell’integrazione e sugli obiettivi o sul lavoro che comporta.
Scritto dal modello di indicizzazione a partire dal testo della issue.
Descrizione
Hi, this is more a naive question than an issue so apologies if posted at the wrong place.
I asked on Turing whether they had any plans/interest in supporting Diffractor as a backend, and they mentioned it would in-principle be feasible. I was just wondering if Diffractor could be an interesting option for Turing (with expected speedups, especially in the problematically slow areas of current existing AD backends)? And if so whether there were any long-term plans to work towards this integration, or whether Diffractor was made with different goals in mind than Bayesian sampling. Thanks for the hard work!
- Lingua principale
- Julia
- Stelle
- 453
- Fork
- 33
- Metriche di merge delle PR
- Nessuna PR unita negli ultimi 30g
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 JuliaDiff/Diffractor.jl
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 25/100
JuliaDiff/Diffractor.jl#302 · 2 commenti ·
-
Difficoltà 3/5 1-2 giorni Idoneità per principianti 52/100
JuliaDiff/Diffractor.jl#294 ·
-
bug
Difficoltà 4/5 3-5 giorni Idoneità per principianti 35/100
JuliaDiff/Diffractor.jl#293 ·
-
bug
Difficoltà 4/5 3-5 giorni Idoneità per principianti 35/100
JuliaDiff/Diffractor.jl#290 · 8 commenti ·
-
Difficoltà 3/5 1-2 giorni Idoneità per principianti 35/100
JuliaDiff/Diffractor.jl#280 · 1 commento ·
Tutte le issue di JuliaDiff/Diffractor.jl
Issue simili
-
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 72/100
JuliaGPU/KernelAbstractions.jl#897 ·
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 72/100
oscar-system/GAP.jl#1455 ·
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 65/100
JuliaAI/MLJTransforms.jl#85 ·
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 70/100
SciML/OrdinaryDiffEq.jl#4875 ·
I maintainer di solito rispondono entro 4 giorni