PyProximal – Proximal Operators and Algorithms in Python

PyLops/pyproximal è adatto ai principianti?

Abbiamo visto troppo poche pull request recenti di contributori esterni su PyLops/pyproximal per dire quanto spesso vengono accettate. Al momento non è aperta nessuna issue adatta ai principianti; l'elenco qui sotto mostra le altre issue che abbiamo per questo repository.

Stelle
85
Fork
22
Issue aperte per principianti
0
Issue indicizzate
8
Merge medio
10h 53m
PR unite (30g)
1
Lingua principale
Python
Licenza
LGPL-3.0
Ultimo push su GitHub
18/10/2026
Ultima indicizzazione
18/10/2026
Guida per i contributori
Guida per i contributori
Codice di condotta
Nessun codice di condotta
Label per principianti
help wanted good first issue

Come contribuire a PyLops/pyproximal

  1. Leggi prima la guida per contribuire: spiega come i maintainer vogliono che le modifiche siano proposte, testate e revisionate.
  2. I tuoi contributi saranno pubblicati con la licenza LGPL-3.0 del progetto.
  3. Segui il repository per sapere quando si apre una nuova issue adatta ai principianti, oppure guarda le altre issue qui sotto.
Caricamento delle issue

Le issue su cui forse qualcuno sta già lavorando sono in fondo alla lista. Ordina tutto per data

  • Relaxed Mumford-Shah regularization tutorial
    Aperta

    Difficoltà 1/5 Meno di un'ora Idoneità per principianti 35/100

    PyLops/pyproximal#198 · 3 commenti ·

  • Stopping criteria for solvers
    Aperta
    enhancement good first issue help wanted

    Difficoltà 5/5 Più di una settimana Idoneità per principianti 25/100

    PyLops/pyproximal#177 ·

  • Proximal Average Proximal Gradient
    Aperta
    enhancement help wanted

    Difficoltà 5/5 Più di una settimana Idoneità per principianti 28/100

    PyLops/pyproximal#152 ·

  • Faster TV
    Aperta
    question

    Difficoltà 4/5 3-5 giorni Idoneità per principianti 35/100

    PyLops/pyproximal#118 · 4 commenti ·

  • Extend ADMM to general case with A and B
    Aperta
    enhancement good first issue help wanted

    Difficoltà 4/5 3-5 giorni Idoneità per principianti 35/100

    PyLops/pyproximal#79 · 1 commento ·

  • Add support for second-order low-rank inducing bilinear optimization frameworks (and related penalties)
    Aperta

    Difficoltà 5/5 Più di una settimana Idoneità per principianti 15/100

    PyLops/pyproximal#50 · 4 commenti ·

  • Huber.prox uses the wrong branch threshold (|x| > alpha instead of |x| > alpha + tau)
    Forse già presa @raashish1601 l’ha presa 27 giorni fa. Aperta

    Difficoltà 2/5 1-3 ore Idoneità per principianti 42/100

    PyLops/pyproximal#275 · 1 commento ·

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.