Does this repository support contributions with the deep learning package?
还没有人认领这个 Issue。
评估
- 难度
- 5/5
- 预计耗时
- 一周以上
- 新手友好度
- 18/100
- Issue 类型
- 文档
- 描述清晰度
- 需要澄清
- 活跃度
- 停滞
- 技术栈
- keras, numpy, python
调研方向
从 DEVELOPING.md 以及关于 NumPy/SciPy 风格函数的引述指南开始。明确是否允许使用 Keras 或其他深度学习依赖项，以及是否可以手动转换 Keras3 张量以便使用 NumPy 进行处理。当贡献政策在 issue 或文档中包含一份经 maintainer 批准的明确答复时，这项工作就完成了。
由索引模型根据 Issue 内容生成。
描述
In DEVELOPING.md, It stated, "New functions and classes should have numpy/scipy style." Does it mean it doesn't allow deep learning packages such as Keras?
If so, then is it allowed to convert a Keras3 tensor into a NumPy tensor by manually extracting the weights and treating it as an nd.array for processing? So, no external deep learning framework dependencies are needed.
- 主要语言
- Jupyter Notebook
- 星标
- 853
- 派生
- 322
- PR 合并指标
- 30 天内没有已合并 PR
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。
MIT-LCP/wfdb-python 的其他 Issue
-
难度 2/5 1-3 小时 新手友好度 84/100
MIT-LCP/wfdb-python#572 ·
-
难度 4/5 3-5 天 新手友好度 45/100
MIT-LCP/wfdb-python#568 ·
-
难度 3/5 1-2 天 新手友好度 48/100
MIT-LCP/wfdb-python#557 ·
-
难度 2/5 1-3 小时 新手友好度 58/100
MIT-LCP/wfdb-python#554 ·
-
难度 4/5 3-5 天 新手友好度 35/100
MIT-LCP/wfdb-python#545 ·
查看 MIT-LCP/wfdb-python 的全部 Issue
相似的 Issue
-
automated issue report
难度 2/5 1-3 小时 新手友好度 78/100
-
难度 1/5 1-3 小时 新手友好度 88/100
supabase/agent-skills#611 ·
-
难度 1/5 1-3 小时 新手友好度 75/100
isocpp/CppCoreGuidelines#2338 ·
-
难度 2/5 1-3 小时 新手友好度 68/100
-
难度 1/5 1 小时以内 新手友好度 68/100
polka-codes/test#345 ·
维护者通常 1 天内回复