JuliaLang/LinearAlgebra.jl

Linear Algebra operations with matrices of abstract element types are promoted incorrectly

Aperta

#287 aperta il 2 dic 2015

Vedi su GitHub
 (2 commenti) (0 reazioni) (1 assegnatario)Julia (62 fork)github user discovery
bignumsbughelp wanted

Metriche repository

Star
 (77 stelle)
Metriche merge PR
 (Merge medio 8g 17h) (5 PR mergiate in 30 g)

Descrizione

Follow up to JuliaLang/LinearAlgebra.jl#285.

Ex.

julia> a = Real[1.0 big(realmax(Float64))+1
       1.0 big(1.0)]
2x2 Array{Real,2}:
 1.0  1.797693134862315708145274237317043567980705675258449965989174768031572607800285e+308
 1.0  1.000000000000000000000000000000000000000000000000000000000000000000000000000000

julia> eigfact(a)
Base.LinAlg.Eigen{Float64,Float64,Array{Float64,2},Array{Float64,1}}([1.3407807929942597e154,-1.3407807929942597e154],2x2 Array{Float64,2}:
 1.0           -1.0
 7.45834e-155   7.45834e-155)

To be correct, this would have to widen the element type in a manner similar to map.

cc: @andreasnoack

Guida contributor

Direzione di ricerca
Esamina la logica di promozione per matrici con tipi di elementi astratti. Traccia il percorso del codice per la decomposizione agli autovalori e determina perché promuove a Float64 invece del tipo comune degli elementi.
Tech stack
julia
Dominio
backend
Tipo issue
Bug
DifficoltàQuanto dovrebbe essere impegnativa per un nuovo contributor.
3
Tempo stimatoTempo stimato per completare e verificare uno scope piccolo.
Mezza giornata
Stato attivitàQuanto è probabile che la issue sia ancora attiva e reviewable.
Datata
ChiarezzaQuanto chiaramente la issue descrive problema, scope e risultato atteso.
Chiara
Prerequisiti
Julia
Adatta ai principiantiQuanto la issue è adatta a contributor alla prima esperienza.
65