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

MLX backend: _working_precision copies inputs that are already MLX arrays

Chiusa Adatta ai principianti
  • Qualcosa non va?
#2,524 0 commenti 0 reazioni 0 assegnatari Vedi su GitHub

I maintainer di solito rispondono entro 1 giorno

@jessegrabowski ci sta già lavorando.

Dal 20/10/2026.

  • #2542 di @jessegrabowski — aperta

Valutazione

Difficoltà
2/5
Tempo stimato
1-3 ore
Idoneità per principianti
78/100
Tipo di issue
Bug
Chiarezza
Specificata chiaramente
Stato di attività
Attiva
Stack tecnologico
python
Ambito
backend, performance

Direzione di ricerca

Inizia da pytensor/link/mlx/dispatch/scalar/helpers.py ed esamina _working_precision. Poi verifica come vengono identificati gli array MLX e come si comporta mx.array con array esistenti. Riproduci il nodo AsType aggiuntivo usando l’esempio dell’issue e aggiungi o aggiorna test mirati per gli input che sono già array MLX. Il lavoro è completato quando questi input evitano la copia non necessaria e gli altri tipi di input continuano a funzionare.

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

Descrizione

bug mlx performance

_working_precision adds an AsType copy to every MLX graph that uses gammaln, psi or another series approximation built on it. The helper calls mx.array(x) unconditionally, and mx.array emits a copy node even when x is already an mx.array.

import re

import mlx.core as mx
import numpy as np
import pytensor
import pytensor.tensor as pt


def node_labels(*outputs):
    mx.export_to_dot("graph.dot", *outputs)
    return re.findall(r'label ="([^"]+)"', open("graph.dot").read())


x = pt.vector("x", dtype="float32")
fn = pytensor.function([x], pt.gammaln(x), mode="MLX")
print("AsType" in node_labels(fn.vm.jit_fn(mx.array(np.ones(7, dtype="float32")))))  # True

already_mlx = mx.ones(7)
mx.eval(already_mlx)
print(node_labels(mx.array(already_mlx) + 1))  # ['AsType', 'Broadcast', 'Add']
print(node_labels(already_mlx + 1))  # ['Broadcast', 'Add']

Potential fix (requires testing), in pytensor/link/mlx/dispatch/scalar/helpers.py:

if not isinstance(x, mx.array):
    x = mx.array(x)
Lingua principale
Python
Stelle
648
Fork
227
Merge medio
2g 23h
PR unite (30g)
38

Preparare l'ambiente

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 pymc-devs/pytensor

Tutte le issue di pymc-devs/pytensor

Issue simili

Altre issue su Python

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.