scalar -> vector and vector -> scalar control flow
Nessuno ha ancora preso questa issue.
Valutazione
- Difficoltà
- 5/5
- Tempo stimato
- Più di una settimana
- Idoneità per principianti
- 25/100
Direzione di ricerca
Inizia esaminando le API di derivazione esistenti per le funzioni da scalare a vettore e da vettore a scalare. Determina come viene attualmente condiviso il loro flusso di controllo e se sono esposte varianti in-place. Il lavoro è completato quando i due casi hanno una separazione chiara e concordata e il comportamento rilevante dell’API è coperto dai test.
Scritto dal modello di indicizzazione a partire dal testo della issue.
Descrizione
Currently derivatives of functions with scalar inputs and vector outputs are called gradients, and the control flow is mixed in with
vector -> scalar functions.
In my opinion, this is confusing and error-prone.
Additionally, for the former an in-place f! can make sense while for the latter it does not.
- Lingua principale
- Julia
- Stelle
- 305
- Fork
- 42
- Merge medio
- 24m
- 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 JuliaDiff/FiniteDiff.jl
-
tagbot-manual
Difficoltà 2/5 1-3 ore Idoneità per principianti 55/100
JuliaDiff/FiniteDiff.jl#218 ·
-
Feature request: vectorized finite difference evaluationForse già presa @ChrisRackauckas-Claude l’ha presa 196 giorni fa. Aperta
Difficoltà 5/5 Più di una settimana Idoneità per principianti 45/100
JuliaDiff/FiniteDiff.jl#210 · 1 commento · 1 reazione ·
-
Difficoltà 3/5 1-2 giorni Idoneità per principianti 45/100
JuliaDiff/FiniteDiff.jl#199 · 3 commenti ·
-
StridedArraysAperta
Difficoltà 4/5 3-5 giorni Idoneità per principianti 25/100
JuliaDiff/FiniteDiff.jl#158 · 1 commento ·
-
Difficoltà 5/5 Più di una settimana Idoneità per principianti 20/100
JuliaDiff/FiniteDiff.jl#150 · 1 commento ·
Tutte le issue di JuliaDiff/FiniteDiff.jl
Issue simili
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 83/100
JuliaGenAI/HuggingFaceDatasets.jl#96 ·
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 66/100
JuliaData/DBFTables.jl#50 ·
-
_fit_phylo_binomial_xlv: default start calls undefined logit (UndefVarError without beta_init)Apertacode-review
Difficoltà 2/5 1-3 ore Idoneità per principianti 72/100
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 72/100
JuliaNLSolvers/Optim.jl#1296 ·
-
OptimizationCUTEst jobs fail: gfortran not installed on the runnerForse già presa @ChrisRackauckas-Claude l’ha presa oggi. Aperta
Difficoltà 2/5 1-3 ore Idoneità per principianti 68/100
SciML/SciMLBenchmarks.jl#1946 · 1 commento ·
I maintainer di solito rispondono entro 1 giorno