Why are coefficients in tensor product bases represented the way they are?
まだ誰も着手していません。
評価
- 難易度
- 5/5
- 見積もり時間
- 1週間以上
- 初心者へのやさしさ
- 25/100
- issue の種類
- リファクタリング
- 明瞭さ
- 説明が足りない
- 活発さ
- 停滞
- 技術スタック
- julia
- 領域
- performance
調査の方向性
ファイル、テスト、またはエントリーポイントは指定されていません。まずテンソル積基底の係数表現と微分演算子の構築箇所を特定し、次に Chebyshev の例について、現在のパックされた順序と行列としての格納または reshape した格納を比較してください。報告されたメモリおよびパフォーマンスのコストに対処する、実行可能な表現変更の根拠を文書化するか、その変更に合意できれば完了です。
索引モデルが issue の本文から書いたものです。
説明
If you have a basis of Chebyshev Polynomials, for example, that looks like this:
[T00 T01 T02;
T10 T11 0 ;
T20 0 0 ]
These are stored like so
[T00, T01, T10, T02, T11, T20]
My question is: why? Would it not be more natural to simply keep using the matrix? Or perhaps reshape the matrix to a vector, so columns are concatenated together?
In my case, using the matrix directly means I don't have a differentiation operator with 1e12 entries, but rather one with 1e6 entries, which is the difference between feasible and impossible. (The reduction occurs because in the matrix way of doing things, I can use the 1D operators on each column/row, which amounts to a simple matrix matrix multiplication).
Of course, this comes at the cost of doubling the memory, but it seems more than worth it to double the memory at this stage if you can save many orders of magnitude in memory/time when building operators and applying them.
- 主要言語
- Julia
- スター
- 13
- フォーク
- 13
- 平均マージ
- 1日 5時間
- マージ済み PR（30日）
- 3
環境構築
このプロジェクトには開発コンテナ、Dockerfile、コントリビューションガイドがありません。まず README を読み、一般的な手順ははじめてのコントリビューションガイドを参照してください。
はじめの一歩
- issue を最後まで読み、次にプロジェクトのコントリビューションガイドを読みます。
- 着手することを issue にコメントします — 二人が同じ作業をするのを防げます。
- リポジトリをフォークし、ブランチを切って変更します。
- issue 番号を参照したプルリクエストを送ります。
JuliaApproximation/ApproxFunBase.jl のほかの issue
-
tagbot-manual
難易度 1/5 1〜3時間 初心者へのやさしさ 62/100
-
難易度 4/5 3〜5日 初心者へのやさしさ 42/100
-
難易度 5/5 1週間以上 初心者へのやさしさ 25/100
JuliaApproximation/ApproxFunBase.jl#389 · コメント 1 件 ·
-
難易度 4/5 3〜5日 初心者へのやさしさ 35/100
JuliaApproximation/ApproxFunBase.jl#81 · コメント 10 件 ·
-
難易度 5/5 1週間以上 初心者へのやさしさ 25/100
JuliaApproximation/ApproxFunBase.jl#8 · リアクション 1 件 ·
JuliaApproximation/ApproxFunBase.jl の issue をすべて見る
似ている issue
-
OptimizationCUTEst jobs fail: gfortran not installed on the runner対応中かも @ChrisRackauckas-Claude が今日担当しました。 オープン
難易度 2/5 1〜3時間 初心者へのやさしさ 68/100
SciML/SciMLBenchmarks.jl#1946 · コメント 1 件 ·
メンテナーはふだん 1 日以内に返信
-
難易度 2/5 1〜3時間 初心者へのやさしさ 75/100
JuliaSmoothOptimizers/NCL.jl#101 ·
メンテナーはふだん 1 日以内に返信
-
難易度 2/5 1〜3時間 初心者へのやさしさ 69/100
-
難易度 2/5 1〜3時間 初心者へのやさしさ 66/100
メンテナーはふだん 1 日以内に返信
-
難易度 2/5 1〜3時間 初心者へのやさしさ 78/100
WaterLily-jl/WaterLily.jl#367 ·
メンテナーはふだん 1 日以内に返信