`TrackedVector' * v` is ambiguous for `AbstractVector`s other than `Vector`
I maintainer di solito rispondono entro 1 giorno
Nessuno ha ancora preso questa issue.
Valutazione
- Difficoltà
- 3/5
- Tempo stimato
- 1-2 giorni
- Idoneità per principianti
- 74/100
Direzione di ricerca
Start by reproducing the three gradient examples in the issue and inspect the competing * methods for Adjoint and AbstractVector from ReverseDiff and LinearAlgebra. Done means the examples using SVector, a range, and an array view no longer raise an ambiguity error, while the existing transpose(u) * v behavior remains working.
Scritto dal modello di indicizzazione a partire dal testo della issue.
Descrizione
The product of an adjoint or transposed TrackedVector with an untracked AbstractVector is ambiguous unless the right operand is one of ARRAY_TYPES (e.g. a Vector):
using ReverseDiff, StaticArrays
ReverseDiff.gradient(u -> u' * SVector(1.0, 2.0), rand(2)) # MethodError: ... is ambiguous
ReverseDiff.gradient(u -> u' * (1:2), rand(2)) # same
ReverseDiff.gradient(u -> u' * view([1.0, 2.0], :), rand(2)) # same
Candidates:
*(x::Adjoint{<:Number, <:TrackedArray{V, D, 1}}, y::AbstractVector) where {V, D}(ReverseDiff)*(u::Adjoint{<:Number, <:AbstractVector}, v::AbstractVector{<:Number})(LinearAlgebra)
transpose(u) * v works for these operands. This happens on master and with #307. It is related to #308 and #309.
🤖 Generated with Claude Code
- Lingua principale
- Julia
- Stelle
- 396
- Fork
- 61
- Merge medio
- 23h 18m
- PR unite (30g)
- 16
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/ReverseDiff.jl
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 86/100
JuliaDiff/ReverseDiff.jl#318 ·
I maintainer di solito rispondono entro 1 giorno
-
`@grad`/`@grad_from_chainrules` silently reuse a tangent if a pullback returns too few tangentsAperta
Difficoltà 2/5 1-3 ore Idoneità per principianti 83/100
JuliaDiff/ReverseDiff.jl#315 ·
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 84/100
JuliaDiff/ReverseDiff.jl#314 ·
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 4/5 3-5 giorni Idoneità per principianti 56/100
JuliaDiff/ReverseDiff.jl#321 ·
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 3/5 1-2 giorni Idoneità per principianti 72/100
JuliaDiff/ReverseDiff.jl#320 ·
I maintainer di solito rispondono entro 1 giorno
Tutte le issue di JuliaDiff/ReverseDiff.jl
Issue simili
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 70/100
SciML/DiffEqNoiseProcess.jl#342 ·
-
Broken links in the docsAperta
Difficoltà 1/5 Meno di un'ora Idoneità per principianti 88/100
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 62/100
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 72/100
oxfordcontrol/COSMO.jl#211 ·
-
documentation
Difficoltà 2/5 Mezza giornata Idoneità per principianti 65/100
I maintainer di solito rispondono entro 6 giorni