Hacktoberfest 2026: le issue che i maintainer hanno segnato per ottobre, aperte e adatte ai principianti. Sfoglia le issue Hacktoberfest

How to use multithreading to speed up KL calculations?

Aperta
#28 1 commento 0 reazioni 0 assegnatari Vedi su GitHub

Nessuno ha ancora preso questa issue.

Valutazione

Difficoltà
4/5
Tempo stimato
3-5 giorni
Idoneità per principianti
30/100
Tipo di issue
Funzionalità
Chiarezza
Da chiarire
Stato di attività
Ferma
Stack tecnologico
jupyter-notebook

Direzione di ricerca

L’issue identifica il calcolo di KL come il punto di ingresso lento, ma non indica alcun file, test o posizione dell’implementazione. Inizia individuando il calcolo di KL e profilando il suo comportamento di threading; il lavoro sarebbe completato quando esistesse un modo concreto e validato per usare più di un thread e ci fossero prove che il calcolo è più veloce.

Scritto dal modello di indicizzazione a partire dal testo della issue.

Descrizione

I found that when I was doing KL calculation, only one thread was calculating, which is currently taking up a lot of my time. How can I solve this problem?

Lingua principale
Jupyter Notebook
Stelle
568
Fork
74
Merge medio
20h 2m
PR unite (30g)
1

Guida per i contributori

Apri la guida per i contributori

Come iniziare

  1. Leggi tutta la issue e poi la guida ai contributi del progetto.
  2. Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
  3. Fai un fork del repository e lavora su un branch.
  4. Apri una pull request che faccia riferimento al numero della issue.

Altre issue di microsoft/foldingdiff

Tutte le issue di microsoft/foldingdiff

Issue simili

Altre issue su Machine Learning

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.