`ProjectTo{SparseMatrixCSC}` can incorrectly assume `eltype` of projected value
メンテナーはふだん 1 日以内に返信
まだ誰も着手していません。
評価
調査の方向性
src/projection.jl の575-583行目から開始し、Unitful.Quantity の微分と Float64 のスパース配列を使った SparseMatrixCSC 射影を再現してください。project_type と提案された mapreduce アプローチが射影された値および異種の値をどのように処理するかを調査してください。完了条件は、射影で報告された次元エラーが発生しなくなり、正しい型の挙動が維持されることです。
索引モデルが issue の本文から書いたものです。
説明
The example below attempts to project a Unitful.Quantity differential onto a sparse array of Float64
using SparseArrays
using ChainRulesCore
using Unitful
using UnitfulChainRules # defines projection of quantities onto Floats/Complex{<:Float}
A = sprandn(5,5, 0.5)
pA = ProjectTo(A)
dx = randn((5,5)) * u"m"
pA(dx)
# Unitful error:
# ERROR: DimensionError: and m are not dimensionally compatible.
The error occurs here because we pre-allocate the nzvals vector using project_type(project.element). However, project_type doesn't take into account the value we are projecting, which, in the case of a Unitful.Quantity, can mean that project_type(ProjectTo(A)) != eltype(A).
In the case of SparseMatrixCSC, we can rewrite the projection without preallocating nzvals using mapreduce to get a type-stable pullback that doesn't use project_type. In general, would it be better to get away without project_type and write projections which infer the type based on the input types?
E- On closer inspection the mapreduce solution runs into issues if the differential isn't a homogeneous type, project_type may be a necessary solution here
- 主要言語
- Julia
- スター
- 267
- フォーク
- 66
- 平均マージ
- 1日 1時間
- マージ済み PR(30日)
- 9
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/ChainRulesCore.jl のほかの issue
-
難易度 4/5 3〜5日 初心者へのやさしさ 28/100
JuliaDiff/ChainRulesCore.jl#712 ·
メンテナーはふだん 1 日以内に返信
-
variable scope of `@thunk`対応中かも @chengchingwen が 621 日前に担当しました。 オープン
難易度 4/5 3〜5日 初心者へのやさしさ 32/100
JuliaDiff/ChainRulesCore.jl#684 ·
メンテナーはふだん 1 日以内に返信
-
good first issue Structural Tangent
難易度 2/5 1〜3時間 初心者へのやさしさ 55/100
JuliaDiff/ChainRulesCore.jl#669 ·
メンテナーはふだん 1 日以内に返信
-
難易度 5/5 1週間以上 初心者へのやさしさ 20/100
JuliaDiff/ChainRulesCore.jl#668 · コメント 6 件 ·
メンテナーはふだん 1 日以内に返信
-
breaking
難易度 3/5 1〜2日 初心者へのやさしさ 35/100
JuliaDiff/ChainRulesCore.jl#665 ·
メンテナーはふだん 1 日以内に返信
JuliaDiff/ChainRulesCore.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
JuliaDiff/TaylorSeries.jl#445 ·
-
難易度 2/5 1〜3時間 初心者へのやさしさ 84/100
SciML/PETScDiffEq.jl#362 ·
メンテナーはふだん 1 日以内に返信
-
🕷️ bug
難易度 2/5 1〜3時間 初心者へのやさしさ 78/100
CliMA/ClimaSeaIce.jl#203 ·
メンテナーはふだん 3 日以内に返信
-
documentation
難易度 2/5 1〜3時間 初心者へのやさしさ 64/100
JuliaPhysics/BeamletOptics.jl#221 ·
メンテナーはふだん 1 日以内に返信
-
release preparation spack
難易度 2/5 1〜3時間 初心者へのやさしさ 67/100
メンテナーはふだん 1 日以内に返信