scalar -> vector and vector -> scalar control flow
还没有人认领这个 Issue。
评估
调研方向
首先检查现有的标量到向量和向量到标量函数 derivative API。确定它们当前如何共享控制流，以及是否公开了原地变体。当这两种情况实现清晰且达成共识的分离，并且相关 API 行为由测试覆盖时，即视为完成。
由索引模型根据 Issue 内容生成。
描述
Currently derivatives of functions with scalar inputs and vector outputs are called gradients, and the control flow is mixed in with
vector -> scalar functions.
In my opinion, this is confusing and error-prone.
Additionally, for the former an in-place f! can make sense while for the latter it does not.
- 主要语言
- Julia
- 星标
- 305
- 派生
- 42
- 平均合并
- 24 分钟
- 30 天内合并 PR
- 2
环境准备
这个项目没有提供开发容器、Dockerfile 或贡献指南，环境需要你自己搭建：先看它的 README，通用步骤见我们的新手贡献指南。
从这里开始
- 先读完整个 Issue，再读项目的贡献指南。
- 在 Issue 下留言说明你要接手 —— 这能避免两个人做同样的事。
- Fork 仓库，在一个分支上完成修改。
- 提交 Pull Request，并在描述里引用这个 Issue 编号。
JuliaDiff/FiniteDiff.jl 的其他 Issue
-
tagbot-manual
难度 2/5 1-3 小时 新手友好度 55/100
JuliaDiff/FiniteDiff.jl#218 ·
-
Feature request: vectorized finite difference evaluation可能已有人在做 @ChrisRackauckas-Claude 于 192 天前认领。 未关闭
难度 5/5 一周以上 新手友好度 45/100
JuliaDiff/FiniteDiff.jl#210 · 1 条评论 · 1 个 reaction ·
-
难度 3/5 1-2 天 新手友好度 45/100
JuliaDiff/FiniteDiff.jl#199 · 3 条评论 ·
-
StridedArrays未关闭
难度 4/5 3-5 天 新手友好度 25/100
JuliaDiff/FiniteDiff.jl#158 · 1 条评论 ·
-
难度 5/5 一周以上 新手友好度 20/100
JuliaDiff/FiniteDiff.jl#150 · 1 条评论 ·
查看 JuliaDiff/FiniteDiff.jl 的全部 Issue
相似的 Issue
-
难度 2/5 1-3 小时 新手友好度 72/100
oscar-system/GAP.jl#1455 ·
维护者通常 1 天内回复
-
难度 2/5 1-3 小时 新手友好度 65/100
JuliaAI/MLJTransforms.jl#85 ·
-
难度 2/5 1-3 小时 新手友好度 70/100
SciML/OrdinaryDiffEq.jl#4875 ·
维护者通常 4 天内回复
-
documentation
难度 2/5 1-3 小时 新手友好度 62/100
维护者通常 1 天内回复
-
难度 2/5 1-3 小时 新手友好度 66/100
SciML/NonlinearSolve.jl#1372 ·
维护者通常 1 天内回复