SciML/SparseWithDenseRowColMatrices.jl
Vedi su GitHubSparse plus low-rank dense rows/cols matrices, solved by Sherman-Morrison-Woodbury over PureKLU.jl with symbolic-reuse caching and a LinearSolve.jl interface
- Stelle
- 0
- Fork
- 1
- Issue aperte per principianti
- 2
- Issue indicizzate
- 13
- Merge medio
- 14m
- PR unite (30g)
- 6
- Lingua principale
- Julia
- Licenza
- MIT
- Ultimo push su GitHub
- 17/9/2026
- Ultima indicizzazione
- 19/9/2026
- Guida per i contributori
- Guida per i contributori
- Codice di condotta
- Codice di condotta
- Label per principianti
- Nessuna label per principianti indicizzata
-
Difficoltà 4/5 3-5 giorni Idoneità per principianti 52/100
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 65/100
SciML/SparseWithDenseRowColMatrices.jl#25 · 1 commento ·
-
Difficoltà 4/5 3-5 giorni Idoneità per principianti 38/100
-
Difficoltà 4/5 3-5 giorni Idoneità per principianti 48/100
-
Difficoltà 4/5 3-5 giorni Idoneità per principianti 55/100
-
Difficoltà 4/5 3-5 giorni Idoneità per principianti 52/100
-
`lstsq(alg=:iterative)` blanket-rejects non-BLAS eltypes, yet the iterative engine works in BigFloat Aperta
Difficoltà 3/5 1-2 giorni Idoneità per principianti 72/100
-
Difficoltà 4/5 3-5 giorni Idoneità per principianti 48/100
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 75/100
-
Difficoltà 4/5 3-5 giorni Idoneità per principianti 55/100
-
Matrix-RHS adjoint/transpose matvec falls through to the generic dense fallback — ~3000x slowdown Aperta
Difficoltà 3/5 1-2 giorni Idoneità per principianti 78/100
-
Difficoltà 5/5 Più di una settimana Idoneità per principianti 35/100
-
Difficoltà 4/5 3-5 giorni Idoneità per principianti 55/100