Building `pt.diag` is 50x slower than building an Elemwise
I maintainer di solito rispondono entro 1 giorno
Nessuno ha ancora preso questa issue.
Valutazione
- Difficoltà
- 4/5
- Tempo stimato
- 3-5 giorni
- Idoneità per principianti
- 48/100
- Tipo di issue
- Bug
- Chiarezza
- Abbastanza chiara
- Stato di attività
- Attiva
- Stack tecnologico
- python
- Ambito
- performance
Direzione di ricerca
Start by tracing pt.diag(x) through SymbolicOp.__call__ and the AllocDiag construction described in the issue; compare that path with reusing the existing op. Run the included timing snippet to reproduce the slowdown. Done means repeated calls avoid the reported construction cost while preserving correct behavior; the issue leaves open whether to memoize AllocDiag or make OpFromGraph construction cheaper.
Scritto dal modello di indicizzazione a partire dal testo della issue.
Descrizione
pt.diag(x) takes about 1.2 ms to build on 3.3.8. pt.exp(x) takes 0.024 ms. Most of the time goes to SymbolicOp.__call__ making a brand new AllocDiag on every call. Each new one reruns build_inner_graph and the whole OpFromGraph constructor, even when the props and input types match one that already exists.
Reusing an existing AllocDiag takes 0.008 ms, so memoizing the specialized op seems like an obvious thing to try. Maybe that's a hack and the real fix is making OpFromGraph construction cheaper in general? Not sure.
import timeit
import pytensor.tensor as pt
x = pt.vector("x")
diag_op = pt.diag(x).owner.op
# seconds per 1000 calls == ms per call
print(timeit.timeit(lambda: pt.diag(x), number=1000)) # 1.20
print(timeit.timeit(lambda: diag_op(x), number=1000)) # 0.008
print(timeit.timeit(lambda: pt.exp(x), number=1000)) # 0.024
print(pt.diag(x).owner.op is pt.diag(x).owner.op) # False
- Lingua principale
- Python
- Stelle
- 654
- Fork
- 258
- Merge medio
- 3g 41m
- PR unite (30g)
- 42
Preparare l'ambiente
- Nessun Dockerfile né file Docker Compose
- Ha un 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 pymc-devs/pytensor
-
Docs of mode still mentions C/CVM as the default with FAST_RUNForse già presa @ADITYASINGH1206 l’ha presa 8 giorni fa. Apertadocs
Difficoltà 2/5 1-3 ore Idoneità per principianti 62/100
pymc-devs/pytensor#2641 · 1 commento ·
I maintainer di solito rispondono entro 1 giorno
-
docs
Difficoltà 2/5 1-3 ore Idoneità per principianti 62/100
I maintainer di solito rispondono entro 1 giorno
-
BUG: geomspace returns wrong sign for the endpoints when start and stop are negativeForse già presa @mayuriphad l’ha presa 27 giorni fa. Aperta
Difficoltà 2/5 Meno di un'ora Idoneità per principianti 85/100
I maintainer di solito rispondono entro 1 giorno
-
Reciprocal.impl computes np.float32(1.0) / x: float32 precision for float64 scalars under NEP 50 (Python linker)Forse di nuovo libera Una pull request per questa issue è stata chiusa senza essere unita. Aperta
Difficoltà 2/5 1-3 ore Idoneità per principianti 70/100
pymc-devs/pytensor#2430 · 1 commento ·
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 78/100
pymc-devs/pytensor#2428 · 5 commenti ·
I maintainer di solito rispondono entro 1 giorno
Tutte le issue di pymc-devs/pytensor
Issue simili
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 62/100
I maintainer di solito rispondono entro 1 giorno
-
enhancement
Difficoltà 2/5 1-3 ore Idoneità per principianti 68/100
dgunning/edgartools#2019 ·
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 62/100
topoteretes/cognee#6818 · 1 commento ·
I maintainer di solito rispondono entro 1 giorno
-
source_verification_agent: no outcome when the publisher confirms a work but its DOI resolves to a different recordForse già presa @pinjun99 l’ha presa oggi. Aperta
Difficoltà 2/5 1-3 ore Idoneità per principianti 68/100
Imbad0202/academic-research-skills#1159 · 1 commento ·
I maintainer di solito rispondono entro 1 giorno
-
[Bug]: DoubleMLData.from_arrays checks the treatment d with force_all_x_finite instead of force_all_d_finiteForse già presa @leninworld l’ha presa oggi. Aperta
Difficoltà 1/5 Meno di un'ora Idoneità per principianti 88/100
DoubleML/doubleml-for-py#471 ·
I maintainer di solito rispondono entro 1 giorno