Maybe AbstractDifferentiation should shrink to a collection of names?
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
- 20/100
- issue の種類
- 機能追加
- 明瞭さ
- 説明が足りない
- 活発さ
- 停滞
- 技術スタック
- julia
調査の方向性
現在の AbstractDifferentiation.jl のインターフェースを読み、リンクされている DifferentiationInterface.jl のプロトタイプと比較してください。この issue では具体的なファイル、テスト、エントリポイント、受け入れ基準のいずれも指定されていないため、最初のステップは提案されているスコープを明確にし、バックエンドに焦点を当てた再設計の成功に必要な内容を定義することです。
索引モデルが issue の本文から書いたものです。
説明
I increasingly feel like all the heavy lifting should be done by backends, and AbstractDifferentiation.jl should just define common names.
Whenever we do something that a backend does not support, or when we recode it instead of letting the package do it, we introduce correctness, readability or performance issues. Some examples:
- additional closures with type instabilities (#109, #121)
- hard-to-parse macros (#123)
- vicious tuples (#99, #53)
- no exploitation of optimized backend code (#54)
Moreover, the complexity of the package also makes it very hard to push Enzyme support over the finish line (#84), which is arguably the biggest missing feature.
@adrhill and I are working on a prototype to play with this idea:
https://github.com/gdalle/DifferentiationInterface.jl
It may or may not be merged into AbstractDifferentiation, depending on what the team here thinks. The main caveat I see is that higher order cannot be well supported with an empty shell, but for gradients and JVPs/VJPs it should be close to optimal.
- 主要言語
- Julia
- スター
- 138
- フォーク
- 18
- PR マージ指標
- 30日以内にマージされた PR はありません
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。
JuliaDiff/AbstractDifferentiation.jl のほかの issue
-
難易度 4/5 3〜5日 初心者へのやさしさ 25/100
-
難易度 4/5 3〜5日 初心者へのやさしさ 35/100
JuliaDiff/AbstractDifferentiation.jl#132 · コメント 1 件 ·
-
難易度 5/5 1週間以上 初心者へのやさしさ 20/100
JuliaDiff/AbstractDifferentiation.jl#131 · コメント 2 件 · リアクション 1 件 ·
-
feature
難易度 5/5 1週間以上 初心者へのやさしさ 20/100
-
question
難易度 5/5 1週間以上 初心者へのやさしさ 20/100
JuliaDiff/AbstractDifferentiation.jl#123 · コメント 6 件 ·
JuliaDiff/AbstractDifferentiation.jl の issue をすべて見る
似ている issue
-
難易度 2/5 1〜3時間 初心者へのやさしさ 72/100
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 72/100
JuliaGPU/KernelAbstractions.jl#897 ·
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 72/100
oscar-system/GAP.jl#1455 ·
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 65/100
JuliaAI/MLJTransforms.jl#85 ·
-
難易度 2/5 1〜3時間 初心者へのやさしさ 70/100
SciML/OrdinaryDiffEq.jl#4875 ·
メンテナーはふだん 4 日以内に返信