Ambiguity issue with transposed of sparse matrices from SparseArrays.jl
まだ誰も着手していません。
評価
調査の方向性
SparseArrays と ReverseDiff を使って Julia のスニペットを再現し、エラーで報告された LinearAlgebra の matmul メソッドと併せて、ReverseDiff/src/derivatives/linalg/arithmetic.jl の 222 行目付近を調べます。転置された sparse 行列の乗算で曖昧なメソッドが発生せず、ReverseDiff.jacobian が正常に戻るようになれば作業完了です。
索引モデルが issue の本文から書いたものです。
説明
Ran into the following issue:
julia> using SparseArrays, ReverseDiff
julia> A
3×1 SparseArrays.SparseMatrixCSC{Bool,Int64} with 1 stored entry:
[1, 1] = 1
julia> ReverseDiff.jacobian(x -> A' * x, ones(1))
ERROR: MethodError: *(::LinearAlgebra.Adjoint{Bool,SparseArrays.SparseMatrixCSC{Bool,Int64}}, ::ReverseDiff.TrackedArray{Float64,Float64,1,Array{Float64,1},Array{Float64,1}}) is ambiguous. Candidates:
*(adjA::LinearAlgebra.Adjoint{#s662,#s661} where #s661<:AbstractArray{T,2} where #s662, x::AbstractArray{S,1}) where {T, S} in LinearAlgebra at /opt/julia-1.4.0/share/julia/stdlib/v1.4/LinearAlgebra/src/matmul.jl:111
*(x::LinearAlgebra.Adjoint{#s54,#s53} where #s53<:(AbstractArray{T,2} where T) where #s54, y::ReverseDiff.TrackedArray{V,D,1,VA,DA} where DA where VA) where {V, D} in ReverseDiff at /home/tor/.julia/packages/ReverseDiff/uy0uk/src/derivatives/linalg/arithmetic.jl:222
Possible fix, define
*(::LinearAlgebra.Adjoint{#s54,#s53} where #s53<:AbstractArray{T,2} where #s54, ::ReverseDiff.TrackedArray{V,D,1,VA,DA}) where {V, D, T, VA, DA}
Stacktrace:
[1] (::var"#15#16")(::ReverseDiff.TrackedArray{Float64,Float64,1,Array{Float64,1},Array{Float64,1}}) at ./REPL[33]:1
[2] ReverseDiff.JacobianTape(::var"#15#16", ::Array{Float64,1}, ::ReverseDiff.JacobianConfig{ReverseDiff.TrackedArray{Float64,Float64,1,Array{Float64,1},Array{Float64,1}},Nothing}) at /home/tor/.julia/packages/ReverseDiff/uy0uk/src/api/tape.jl:229
[3] jacobian(::Function, ::Array{Float64,1}, ::ReverseDiff.JacobianConfig{ReverseDiff.TrackedArray{Float64,Float64,1,Array{Float64,1},Array{Float64,1}},Nothing}) at /home/tor/.julia/packages/ReverseDiff/uy0uk/src/api/jacobians.jl:23 (repeats 2 times)
[4] top-level scope at REPL[33]:1
Ran into similar issues with Tracker.jl a good while back and this PR fixed those issues: https://github.com/FluxML/Tracker.jl/pull/37. Related?
- 主要言語
- Julia
- スター
- 397
- フォーク
- 62
- 平均マージ
- 6時間 46分
- マージ済み PR（30日）
- 5
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/ReverseDiff.jl のほかの issue
-
`@grad` fails for qualified function names (`gensym(::Expr)`)対応中かも @devmotion が 3 日前に担当しました。 オープン
難易度 2/5 1〜3時間 初心者へのやさしさ 86/100
JuliaDiff/ReverseDiff.jl#318 · コメント 1 件 ·
-
`@grad`/`@grad_from_chainrules` silently reuse a tangent if a pullback returns too few tangentsオープン
難易度 2/5 1〜3時間 初心者へのやさしさ 83/100
JuliaDiff/ReverseDiff.jl#315 ·
-
難易度 2/5 1〜3時間 初心者へのやさしさ 84/100
JuliaDiff/ReverseDiff.jl#314 ·
-
難易度 4/5 3〜5日 初心者へのやさしさ 56/100
JuliaDiff/ReverseDiff.jl#321 ·
-
難易度 3/5 1〜2日 初心者へのやさしさ 72/100
JuliaDiff/ReverseDiff.jl#320 ·
JuliaDiff/ReverseDiff.jl の issue をすべて見る
似ている issue
-
lux
難易度 2/5 1〜3時間 初心者へのやさしさ 76/100
JuliaGraphs/GraphNeuralNetworks.jl#732 ·
メンテナーはふだん 2 日以内に返信
-
難易度 2/5 1〜3時間 初心者へのやさしさ 68/100
メンテナーはふだん 1 日以内に返信
-
erfinv(::Float16) and erfcinv(::Float16) are wrong for abs(x) <= 0.75 (erfinv(Float16(0)) == 0.2201)オープン
難易度 2/5 1〜3時間 初心者へのやさしさ 82/100
JuliaMath/SpecialFunctions.jl#571 ·
-
難易度 2/5 1〜3時間 初心者へのやさしさ 74/100
-
難易度 2/5 1〜3時間 初心者へのやさしさ 67/100