Hacktoberfest 2026:メンテナが10月に向けて印を付けた、オープンで初心者向けの issue。 Hacktoberfest の issue を見る

Optimized decompression for specific matrix types

オープン
#64 コメント 2 件 リアクション 2 件 担当者 0 名 GitHub で見る

@gdalle がすでに取り組んでいます。

2024年10月3日 から。

  • #132 @gdalle による — マージされずにクローズ
  • #139 @gdalle による — オープン

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
30/100
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
領域
data, performance

調査の方向性

まず、:direct モード用の既存の SparseMatrixCSC 展開パスを読み、その後、関連する issue #65 と #44 を確認してください。提案されている方向性は、SparseMatrixCSC バッファーに展開してから他の行列型にコピーすることですが、サポートする行列型と完了基準については、まだ決める必要があります。

索引モデルが issue の本文から書いたものです。

説明

performance

At the moment, our only optimized decompression is for SparseMatrixCSC in :direct mode: we store a vector of compressed_indices such that nonzeros(A) = vec(B)[compressed_indices].
We can probably find a similar optimization for :substitution mode.

What do we want to do for other matrix types, like:

It would be rather tiring to find optimal decompression methods for each of these. My proposal (as a first step) would be to always have a SparseMatrixCSC buffer into which we decompress, and then copy the A_buffer::SparseMatrixCSC into A::SomeWeirdMatrix.
Essentially, it's easier to implement fast copy from SparseMatrixCSC than fast decompression.

Related:

  • #65
  • #44
主要言語
Julia
スター
46
フォーク
14
平均マージ
6時間 30分
マージ済み PR(30日)
2

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

  1. 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。
  2. 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。
  3. リポジトリをフォークし、ブランチを切って変更します。
  4. issue 番号を参照したプルリクエストを送ります。

JuliaDiff/SparseMatrixColorings.jl のほかの issue

JuliaDiff/SparseMatrixColorings.jl の issue をすべて見る

似ている issue

Julia の issue をもっと見る

新しい issue をメールで受け取る

初心者向けの GitHub issue を短くまとめたダイジェスト。