Would this package be useful in DataFramesMeta?
Nessuno ha ancora preso questa issue.
Valutazione
- Difficoltà
- 4/5
- Tempo stimato
- 3-5 giorni
- Idoneità per principianti
- 20/100
- Tipo di issue
- Funzionalità
- Chiarezza
- Da chiarire
- Stato di attività
- Ferma
- Stack tecnologico
- julia
- Ambito
- performance
Direzione di ricerca
Leggi la PR 221 collegata di DataFramesMeta e confronta la sua ottimizzazione delle funzioni generate con la gestione da parte di RuntimeGeneratedFunctions di espressioni come :(x -> x + 1). Verifica se le espressioni ripetute riutilizzano una ricerca compilata; il lavoro è completato quando è disponibile una risposta documentata sull’applicabilità o una decisione di integrazione successiva.
Scritto dal modello di indicizzazione a partire dal testo della issue.
Descrizione
I just finished a big PR in DataFramesMeta to try and reduce latency.
Given an expression of the form
f(:x, :y)
we make an anonymous function
(x, y) -> f(x, y)
This carries a compilation cost of creating the anonymous function. So my PR made an optimization where if it saw f(:x, :y) it would just return f, since it's the same as the anonymous function above.
But more other expressions are still problematic. Consider
:x + 1
This will always have to turn into
x -> x + 1
for purposes of the src => fun => dest syntax in DataFrames.
It looks like this package will let me cash :(x -> x + 1) so that the anonymous function of that form is only compiled once, and later calls are taken from a lookup. Is that correct?
If so, DataFramesMeta seems like a good application of this package.
- Lingua principale
- Julia
- Stelle
- 114
- Fork
- 19
- Merge medio
- 2h 42m
- PR unite (30g)
- 1
Preparare l'ambiente
- Nessun Dockerfile né file Docker Compose
- Nessun modello di pull request
- Leggi la guida per i contributori
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 SciML/RuntimeGeneratedFunctions.jl
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 76/100
-
RGFs built after a module is re-evaluated at the same path get the old module's id and run its codeAperta
Difficoltà 5/5 Più di una settimana Idoneità per principianti 35/100
-
Can crash julia on 1.13?Apertabug
Difficoltà 4/5 3-5 giorni Idoneità per principianti 30/100
SciML/RuntimeGeneratedFunctions.jl#114 · 1 commento ·
-
bug
Difficoltà 4/5 3-5 giorni Idoneità per principianti 35/100
SciML/RuntimeGeneratedFunctions.jl#100 · 1 commento ·
-
GPU supportAperta
Difficoltà 5/5 Più di una settimana Idoneità per principianti 30/100
SciML/RuntimeGeneratedFunctions.jl#93 · 4 commenti ·
Tutte le issue di SciML/RuntimeGeneratedFunctions.jl
Issue simili
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 70/100
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 70/100
MagneticResonanceImaging/MRIReco.jl#366 ·
I maintainer di solito rispondono entro 3 giorni
-
`AdamW` gives `NaN` for zero-gradient entries of `Float16` parameters (epsilon underflows to 0)Aperta
Difficoltà 2/5 1-3 ore Idoneità per principianti 79/100
FluxML/Optimisers.jl#253 ·
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 76/100
JuliaGraphs/GraphNeuralNetworks.jl#736 ·
I maintainer di solito rispondono entro 2 giorni
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 65/100
I maintainer di solito rispondono entro 1 giorno