Feature: einsum

未關閉
#156 1 則留言 2 個 reaction 已指派 0 人 在 GitHub 檢視

還沒有人認領這個 Issue。

評估

難度
5/5
預估耗時
一週以上
新手友好度
20/100
Issue 類型
功能
描述清晰度
需要釐清
活躍度
停滯
技術堆疊
numpy, python
領域
hpc

研究方向

該 issue 沒有指出任何儲存庫檔案、測試或進入點；首先定位 Python binding 的陣列操作 API，並查看 OpenCL 和 CUDA 操作是如何公開的。將所要求的 NumPy einsum 行為和範例與現有能力進行比較，然後在實作之前定義支援的情況和測試。

由索引模型根據 Issue 內容生成。

描述

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]]])
主要語言
Python
星號
422
分支
63
30 天內沒有已合併 PR

貢獻指南

這個儲存庫沒有索引到貢獻指南

從這裡開始

  1. 先讀完整個 Issue，再讀專案的貢獻指南。
  2. 在 Issue 下留言說明你要接手 —— 這能避免兩個人做同樣的事。
  3. Fork 儲存庫，在一個分支上完成修改。
  4. 送出 Pull Request，並在描述裡引用這個 Issue 編號。

arrayfire/arrayfire-python 的其他 Issue

查看 arrayfire/arrayfire-python 的全部 Issue

相似的 Issue

更多 Python Issue

把新 issue 寄到你的電子郵件信箱

精選適合新手參與的 GitHub issue 摘要。