Hacktoberfest 2026: những issue maintainer đã đánh dấu cho tháng Mười, đang mở và phù hợp người mới. Xem issue Hacktoberfest

Feature request: vectorized finite difference evaluation

Đang mở
  • Có gì không ổn?
#210 1 bình luận 1 reaction 0 người được giao Xem trên GitHub

@ChrisRackauckas-Claude đang làm issue này rồi.

Từ ngày 6/4/2026.

  • #211 của @ChrisRackauckas-Claude — đang mở

Đánh giá

Độ khó
5/5
Thời gian dự kiến
Hơn một tuần
Mức phù hợp với người mới
45/100
Loại issue
Tính năng
Độ rõ ràng
Khá rõ ràng
Mức độ hoạt động
Ít trao đổi
Công nghệ
julia
Lĩnh vực
performance

Hướng nghiên cứu

Bắt đầu bằng cách đọc các API FiniteDiff và AutoFiniteDiff hiện có, cùng với trường hợp sử dụng GPU được vector hóa thủ công trong issue. Xác định cách một đối số dims sẽ biểu diễn các tiếp tuyến sai phân hữu hạn theo từng hàng và hình dạng đầu ra nên ánh xạ với ma trận Jacobian như thế nào. Công việc được xem là hoàn tất khi một API tổng quát có thể thực hiện phép đánh giá được vector hóa trong một lần gọi hàm.

Do mô hình lập chỉ mục viết ra từ nội dung của issue.

Mô tả

I have an implicit function that is extremely expensive to evaluate. However, it is fully GPU parallelized, in that if a matrix is provided, then each row is evaluated in parallel. For this particular function, the output is a matrix of size = (something, number of rows)

Doing finite differences through this is then easily parallelizable by making each row be a finite difference "tangent" (sorry if I'm misusing that word), so that the full Jacobian can be constructed in one single function evaluation as opposed to many evaluations.

I am doing this now manually, but it would be nice if this functionality could be generalized into FiniteDiff. perhaps a dims argument could be provided to AutoFiniteDiff specifying the dimension about which the evaluation is vectorized (in my case across the rows, so dims=1).

Ngôn ngữ chính
Julia
Star
305
Fork
42
Merge trung bình
24 phút
Pull request đã merge (30 ngày)
2

Chuẩn bị môi trường

Dự án này không cung cấp dev container, Dockerfile hay hướng dẫn đóng góp, nên bạn cần tự thiết lập môi trường: hãy bắt đầu từ README và xem hướng dẫn đóng góp lần đầu của chúng tôi để biết các bước chung.

Bắt đầu từ đâu

  1. Đọc hết issue, rồi đọc hướng dẫn đóng góp của dự án.
  2. Bình luận trên issue rằng bạn sẽ nhận — tránh hai người làm cùng một việc.
  3. Fork repository và làm thay đổi trên một nhánh.
  4. Mở pull request có tham chiếu số hiệu của issue.

Issue khác của JuliaDiff/FiniteDiff.jl

Tất cả issue của JuliaDiff/FiniteDiff.jl

Issue tương tự

Thêm issue về Julia

Nhận issue mới trong hộp thư của bạn

Bản tóm tắt ngắn những issue GitHub phù hợp với người mới.