Feature: einsum

Aberta
#156 1 comentário 2 reações 0 responsáveis Ver no GitHub

Ninguém assumiu esta issue ainda.

Avaliação

Dificuldade
5/5
Tempo estimado
Mais de uma semana
Facilidade para iniciantes
20/100
Tipo de issue
Funcionalidade
Clareza
Precisa de esclarecimento
Status de atividade
Estagnada
Stack de tecnologia
numpy, python
Domínio
hpc

Direção de pesquisa

A issue não menciona arquivos do repositório, testes ou pontos de entrada; comece localizando a API de operações de array do binding Python e revisando como as operações de OpenCL e CUDA são expostas. Compare o comportamento solicitado de NumPy einsum e o exemplo com os recursos existentes e, em seguida, defina os casos compatíveis e os testes antes da implementação.

Escrita pelo modelo de indexação a partir do texto da issue.

Descrição

Good day!
Could you please Implement something like numpy.einsum (for OpenCL and CUDA)?

In particular, I'm interested in row/column-wise outer product, like this, but einsum is very universal and useful thing...

A = np.random.randint(1,7, size=(3,2))
B = np.random.randint(1,7, size=(2,3))
X = np.einsum('ik,kj->kij', A,B)
X
array([[[ 8, 16, 12],
        [ 8, 16, 12],
        [ 4,  8,  6]],

       [[15,  3, 12],
        [ 5,  1,  4],
        [ 5,  1,  4]]])
Linguagem predominante
Python
Estrelas
422
Forks
63
Nenhum PR com merge em 30d

Guia de contribuição

Nenhum guia de contribuição indexado para este repositório

Primeiros passos

  1. Leia a issue inteira e depois o guia de contribuição do projeto.
  2. Comente na issue dizendo que vai assumir — evita que duas pessoas façam o mesmo trabalho.
  3. Faça um fork do repositório e trabalhe em uma branch.
  4. Abra um pull request que referencie o número da issue.

Mais de arrayfire/arrayfire-python

Todas as issues de arrayfire/arrayfire-python

Issues semelhantes

Mais issues de Python

Receba novas issues na sua caixa de entrada

Um resumo curto de issues do GitHub para quem está começando.