[Code scan] Fix AtomicData registration and batched conversion crashes
Nessuno ha ancora preso questa issue.
Valutazione
- Difficoltà
- 3/5
- Tempo stimato
- 1-2 giorni
- Idoneità per principianti
- 68/100
Direzione di ricerca
Inizia in dftio/data/AtomicData.py, nelle sezioni indicate register_fields, batched validation e to_ase. Riproduci i quattro percorsi segnalati, quindi verifica che la registrazione, batched validation, cell-less conversion e unbatched extra-field conversion si completino senza crash e preservino i dati attesi.
Scritto dal modello di indicizzazione a partire dal testo della issue.
Descrizione
This issue comes from a Codex global repository scan.
Problem
Several AtomicData code paths mix PyTorch assumptions into NumPy objects or mishandle optional batched data:
register_fields(env_fields=...) and register_fields(onsitenv_fields=...) always fail because allfields includes those fields but the RHS uniqueness count omits them:
Batched validation uses ndarray.view(-1, 3, 3), which is not reshape for NumPy arrays:
to_ase() enters the cell is None branch and then dereferences cell.shape:
Unbatched to_ase(extra_fields=...) sets masks to slice(None) and later calls .sum() on those slices:
Suggested fix
Include env/onsitenv fields in the uniqueness count and duplicate checks, replace NumPy view(-1, 3, 3) with reshape(-1, 3, 3), handle cell is None without dereferencing it, and branch unbatched extra-field masking away from .sum() on slice objects.
- Lingua principale
- Jupyter Notebook
- Stelle
- 16
- Fork
- 14
- Metriche di merge delle PR
- Nessuna PR unita negli ultimi 30g
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 deepmodeling/dftio
-
Difficoltà 2/5 1-2 giorni Idoneità per principianti 78/100
deepmodeling/dftio#44 ·
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 88/100
deepmodeling/dftio#43 ·
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 75/100
deepmodeling/dftio#42 ·
-
Difficoltà 1/5 Meno di un'ora Idoneità per principianti 88/100
deepmodeling/dftio#41 ·
-
Difficoltà 2/5 Mezza giornata Idoneità per principianti 75/100
deepmodeling/dftio#40 ·
Tutte le issue di deepmodeling/dftio
Issue simili
-
ReadBufferStream.addBuffer adds the full ArrayBuffer of a typed array view, and ignores its byteOffsetForse già presa @wayfarer3130 l’ha presa oggi. Aperta
Difficoltà 2/5 1-3 ore Idoneità per principianti 78/100
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 78/100
UKGovernmentBEIS/optstop#10 ·
-
bug
Difficoltà 2/5 1-3 ore Idoneità per principianti 78/100
cairndev-sh/cairn#225 ·
I maintainer di solito rispondono entro 1 giorno
-
bug
Difficoltà 2/5 1-3 ore Idoneità per principianti 77/100
-
good first issue task workshop-1
Difficoltà 2/5 1-3 ore Idoneità per principianti 90/100