`array_api_compat.torch.take` with 0-d `indices`?
Nessuno ha ancora preso questa issue.
Valutazione
- Difficoltà
- 3/5
- Tempo stimato
- 1-2 giorni
- Idoneità per principianti
- 48/100
Direzione di ricerca
Inizia dal punto di ingresso array_api_compat.torch.take e confronta il suo comportamento con indices 0-d con torch.take e con la specifica take dell’Array API, incluso data-apis/array-api#1010. Il lavoro è completato quando il comportamento è stato risolto ed è coerente con l’interpretazione scelta.
Scritto dal modello di indicizzazione a partire dal testo della issue.
Descrizione
array_api_compat.torch.take with 0-d indices produces a result with the same number of dimensions as the input.
from array_api_compat import torch as xp
x = xp.asarray([1])
xp.take(x, xp.asarray(0))
# tensor([1])
For non-wrapped torch.take (and all other array libraries) the output has one fewer dimension than the input.
import torch
x = torch.tensor([1])
torch.take(x, torch.asarray(0))
tensor(1)
from array_api_compat import numpy as xp
x = xp.asarray([1])
xp.take(x, xp.asarray(0))
# np.int64(1)
Technically, the standard of take requires indices to have exactly one dimension.
However, it also says:
Conceptually,
take(x, indices, axis=3)is equivalent tox[:,:,:,indices,...];...
This is up for discussion in data-apis/array-api#1010.
But I'd think that either all libraries should follow the letter of the standard as closely as possible in this situation ("The output array must have the same rank (i.e., number of dimensions) as x") or array_api_compat.torch.take should be consistent with torch.take.
- Lingua principale
- Python
- Stelle
- 132
- Fork
- 49
- Merge medio
- 16h 2m
- PR unite (30g)
- 2
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 data-apis/array-api-compat
-
blocked by upstream
Difficoltà 2/5 1-3 ore Idoneità per principianti 68/100
data-apis/array-api-compat#439 · 1 commento ·
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 68/100
data-apis/array-api-compat#395 · 2 commenti ·
-
Release 1.16Aperta
Difficoltà 5/5 Più di una settimana Idoneità per principianti 25/100
data-apis/array-api-compat#476 ·
-
Difficoltà 5/5 Più di una settimana Idoneità per principianti 30/100
data-apis/array-api-compat#473 · 4 commenti ·
-
Difficoltà 4/5 3-5 giorni Idoneità per principianti 45/100
data-apis/array-api-compat#465 · 3 commenti ·
Tutte le issue di data-apis/array-api-compat
Issue simili
-
upstream update
Difficoltà 2/5 1-3 ore Idoneità per principianti 75/100
conan-io/conan-center-index#31098 ·
I maintainer di solito rispondono entro 2 giorni
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 78/100
john-kurkowski/tldextract#382 ·
-
comp/tools duplicate P2 sweeper:risk-compatibility tool/mcp type/bug
Difficoltà 1/5 Meno di un'ora Idoneità per principianti 88/100
NousResearch/hermes-agent#132042 ·
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 78/100
deepset-ai/haystack#13092 ·
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 1/5 1-3 ore Idoneità per principianti 85/100
feder-cr/invisible_playwright_mcp#1408 ·
I maintainer di solito rispondono entro 1 giorno