Should I make the kernels in GraphKernels.jl subtypes of KernelFunctions.Kernel?
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
- 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
GraphKernels.jl パッケージと KernelFunctions.Kernel インターフェースを確認し、まず issue で説明されている既存の kernelmatrix の規約から始めてください。スレッド処理、対称性、微分可能性、seed 付きランダムウォーク、キャッシュされたグラフ変換がもたらす影響を検討してください。完了条件は、単一の指定されたコード変更ではなく、グラフカーネルを KernelFunctions に統合するかどうか、また統合する場合にどのように行うかについて合意された設計が得られることです。
索引モデルが issue の本文から書いたものです。
説明
I have started working on a package called GraphKernels.jl, that implements kernel functions between graphs. So far I have deliberately used similar function names as this packge, for example kernelmatrix, Now I wanted to discuss if it would make sense to make all these graph kernels subtypes of Kernel from this package?
There are a few things, that might be special for graph kernels:
- Calculating the kernel function can be quite slow - therefore it is important that I can calculate the kernel matrix with multiple threads and also relay on the symmetry so I will not have to calculate both
K(g1, g2)andK(g2, g1). - I am not an expert in automatic differentiation, but so far, it looks quite difficult to make these kernels differentiable, expect in a few parameters
- Some kernels relay on randomizes walks, so I somehow have to figure out how to achieve consistent results there when providing a seed
- A lot of graph kernels are of the form
K(f(g), f(g2))wherefis a function that transforms a single graph into something else (for example a vertex embedding), before these transformed values are passed to the kernel. By caching the output off, one can reduce the amount of calculations significantly when constructing a kernel matrix.
On the other hand, it would be nice to have a consistent interface for kernels, and to be able to use the functions from this package. Maybe there will also be some general kernel interface in MLJ at some point.
And maybe the multi thread support could be moved to this package at some point, there might be data types that could benefit from faster kernel matrix constructions (images and strings for example).
So what is your opinion on that?
- 主要言語
- Julia
- スター
- 276
- フォーク
- 42
- 平均マージ
- 2日 20時間
- マージ済み PR（30日）
- 3
環境構築
- Dockerfile・Docker Compose ファイルなし
- プルリクエストのテンプレートあり
- コントリビューションガイドを読む
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。
JuliaGaussianProcesses/KernelFunctions.jl のほかの issue
-
Future plans?オープン
難易度 5/5 1週間以上 初心者へのやさしさ 25/100
JuliaGaussianProcesses/KernelFunctions.jl#585 · コメント 8 件 · リアクション 3 件 ·
-
難易度 4/5 3〜5日 初心者へのやさしさ 30/100
-
難易度 3/5 1〜2日 初心者へのやさしさ 48/100
JuliaGaussianProcesses/KernelFunctions.jl#571 · リアクション 1 件 ·
-
new kernel
難易度 5/5 1週間以上 初心者へのやさしさ 25/100
-
難易度 2/5 1〜3時間 初心者へのやさしさ 25/100
JuliaGaussianProcesses/KernelFunctions.jl#533 · リアクション 1 件 ·
JuliaGaussianProcesses/KernelFunctions.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
-
難易度 2/5 1〜3時間 初心者へのやさしさ 76/100
メンテナーはふだん 1 日以内に返信
-
documentation invalid
難易度 1/5 1〜3時間 初心者へのやさしさ 88/100
JuliaPhysics/BeamletOptics.jl#190 ·
メンテナーはふだん 1 日以内に返信
-
mul! with a Symmetric or Hermitian factor throws for a matrix view whose columns are not contiguous対応中かも @dkarrasch が 1 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 72/100
JuliaLang/LinearAlgebra.jl#1829 ·
メンテナーはふだん 1 日以内に返信
-
`EnsembleSummary` `ci_type = :SEM` ribbon is `sqrt(N)` too wide for scalar states対応中かも @isaacsas が 1 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 88/100
SciML/SciMLBase.jl#1654 ·
メンテナーはふだん 3 日以内に返信