[FR] smoothed log sum implementation
Nessuno ha ancora preso questa issue.
Valutazione
- Difficoltà
- 4/5
- Tempo stimato
- 3-5 giorni
- Idoneità per principianti
- 38/100
Direzione di ricerca
La modifica proposta punta a src/logsumexp.jl intorno alla riga 90; leggi prima quell’implementazione e confronta il suo comportamento attuale con la formula smussata dell’issue e con l’equazione 14 collegata. Determina l’API prevista del package e i casi limite, quindi aggiungi una copertura che dimostri il comportamento richiesto.
Scritto dal modello di indicizzazione a partire dal testo della issue.
Descrizione
thanks for this cool little package. I have a feature request/question. In discrete choice models (for example in this paper equation 14 ) we often have a smoothed version of the log sum function. that is, instead of
alpha + log( sum (exp( x - alpha ) ) )
we'd have
alpha + σ log( sum (exp( (x - alpha)/σ ) ) )
I was trying to think how to add this to the package (maybe in my own fork if this turns out non of interest here), but I'm not totally sure where. My best guess would have been to do the division by sigma in places like here, but not totally certain. thanks for any hints!
- Lingua principale
- Julia
- Stelle
- 86
- Fork
- 23
- Merge medio
- 11h 44m
- 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 JuliaStats/LogExpFunctions.jl
-
Difficoltà 4/5 3-5 giorni Idoneità per principianti 35/100
JuliaStats/LogExpFunctions.jl#102 · 4 commenti ·
-
exp-weighted meanAperta
Difficoltà 5/5 Più di una settimana Idoneità per principianti 25/100
-
log-cumsum-exp ?Aperta
Difficoltà 4/5 3-5 giorni Idoneità per principianti 25/100
-
Add logmeanexpForse già presa @cossio l’ha presa 134 giorni fa. Aperta
Difficoltà 3/5 1-2 giorni Idoneità per principianti 35/100
JuliaStats/LogExpFunctions.jl#81 · 1 commento ·
-
Citation?Aperta
Difficoltà 1/5 1-3 ore Idoneità per principianti 55/100
Tutte le issue di JuliaStats/LogExpFunctions.jl
Issue simili
-
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
-
documentation
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 66/100
SciML/NonlinearSolve.jl#1372 ·
I maintainer di solito rispondono entro 1 giorno