tensorflow / tensorflow/java

How to create a custom Index that is a function of multiple coordinates/dimensions

Ouverte
#79 2 commentaires 0 réactions 0 personnes assignées Voir sur GitHub

Personne n'a encore pris cette issue.

Langage dominant
Java
Étoiles
928
Forks
227
Métriques de merge des PR
Aucune PR mergée en 30 j

Description

I'd like to know if a new feature can be added to have Index knowing about not only its Dimension, but also the other dimensions.

I already shared this with @karllessard , but I'd like to see if we can do something about.
Let me explain: I have a float[rows*columns] table with the actual data and an int[rows*columns] table with permutations to sort each column of the data table separately.

Data table:

data = [ 1.34 0.87 2.45 ]
       [ 0.45 1.56 1.66 ]
       [ 1.02 0.98 0.34 ]

permutations = [ 2 0 2 ]
               [ 0 2 1 ]
               [ 1 1 0 ]

This is a way to have both a sorted and an unsorted version of the data table by using permutations in the indexing when the sorted version is needed.

I was thinking to put the float table in a FloatDataBuffer, then wrap it in a FloatNdArray and create an Index that uses the permutations table. But the fact that we need a separate Index instance for each dimension makes the things complicated (impossible?). Is now the only option to implement my own FloatDataBuffer/FloatNdArray?

Guide de contribution

Ouvrir le guide de contribution

Par où commencer

  1. Lisez l'issue en entier, puis le guide de contribution du projet.
  2. Signalez en commentaire que vous la prenez — cela évite que deux personnes fassent le même travail.
  3. Forkez le dépôt et travaillez sur une branche.
  4. Ouvrez une pull request qui référence le numéro de l'issue.

Piste de recherche

Commencez par lire les abstractions Index et Dimension, puis examinez FloatDataBuffer et FloatNdArray pour comprendre comment chaque dimension reçoit son propre Index. Comparez cette conception avec les tables data et permutations décrites. Le travail est terminé lorsqu’il a été déterminé si un Index partagé et multidimensionnel est réalisable ou si un FloatDataBuffer/FloatNdArray personnalisé est nécessaire ; aucun fichier ni test spécifique n’est nommé.

Rédigé par le modèle d'indexation à partir du texte de l'issue.

Évaluation

Stack technique
java
Domaine
data
Type d'issue
Fonctionnalité
Difficulté
5/5
Temps estimé
Plus d'une semaine
Activité
À l'abandon
Clarté
Plutôt claire
Accessibilité débutants
25/100

Recevez les nouvelles issues par e-mail

Un résumé court des issues GitHub adaptées aux débutants.