max when values agree?
Nessuno ha ancora preso questa issue.
Valutazione
- Difficoltà
- 5/5
- Tempo stimato
- Più di una settimana
- Idoneità per principianti
- 30/100
Direzione di ricerca
Inizia con il comportamento di Base.max descritto nell’issue #53 e riproduci max(Dual(3,1), Dual(3,-1)). Prima di modificare il codice, stabilisci il risultato atteso per valori uguali con parziali uguali e disuguali; il lavoro è completato quando il comportamento scelto è coperto dai test.
Scritto dal modello di indicizzazione a partire dal testo della issue.
Descrizione
The partial derivative of max currently uses the Julia Base implementation:
max(x,y) = ifelse(y < x, x, y)
Unfortunately, this may cause incorrect results when the Dual values agree but the partials do not:
max(Dual(3,1), Dual(3,-1))
Here, the values are both 3 but the partials have opposite signs. I think the partial here may be undefined.
Maybe something like:
function Base.max(a::Dual, b::Dual)
if value(a) > value(b)
return a
elseif value(a) < value(b)
return b
else # value(a) == value(b)
return ifelse(epsilon(a) == epsilon(b), a, Dual(value(a), NaN))
end
end
- Lingua principale
- Julia
- Stelle
- 80
- Fork
- 28
- 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/DualNumbers.jl
-
Difficoltà 5/5 Più di una settimana Idoneità per principianti 25/100
JuliaDiff/DualNumbers.jl#94 · 2 commenti ·
-
div() and rem()Aperta
Difficoltà 5/5 Più di una settimana Idoneità per principianti 25/100
JuliaDiff/DualNumbers.jl#93 ·
-
Complex DifferentiationAperta
Difficoltà 5/5 Più di una settimana Idoneità per principianti 30/100
JuliaDiff/DualNumbers.jl#92 · 5 commenti ·
-
bitmix not definedAperta
Difficoltà 2/5 1-3 ore Idoneità per principianti 35/100
JuliaDiff/DualNumbers.jl#88 ·
-
Should we export ϵ ≡ ε?Aperta
Difficoltà 2/5 1-3 ore Idoneità per principianti 25/100
JuliaDiff/DualNumbers.jl#87 ·
Tutte le issue di JuliaDiff/DualNumbers.jl
Issue simili
-
`ShallowWaterModel` allocates ~9 KiB per grid point per RK3 stage on the CPUForse già presa @ali-ramadhan l’ha presa oggi. Apertaperformance 🏍️
Difficoltà 2/5 1-3 ore Idoneità per principianti 62/100
CliMA/Oceananigans.jl#6421 · 1 reazione ·
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 62/100
NCAR/musica#1118 · 1 commento · 1 reazione ·
I maintainer di solito rispondono entro 1 giorno
-
`AMSGrad` state starts at `epsilon` instead of zero, so zero gradients move parameters and small gradients are dampedForse già presa @parth-patel010 l’ha presa oggi. Aperta
Difficoltà 2/5 1-3 ore Idoneità per principianti 72/100
FluxML/Optimisers.jl#247 · 1 commento ·
-
README should say that row and column order must matchForse già presa @SAUMYARSH l’ha presa oggi. Aperta
Difficoltà 1/5 Meno di un'ora Idoneità per principianti 84/100
-
Difficoltà 1/5 Meno di un'ora Idoneità per principianti 82/100
OpenFUSIONToolkit/GPEC#644 ·
I maintainer di solito rispondono entro 3 giorni