Numpy: जटिल इनपुट के साथ np.clip अप्रयुक्त है और इसमें अजीब व्यवहार है

को निर्मित 23 फ़र॰ 2020 · 8टिप्पणियाँ · स्रोत: numpy/numpy

यह https://github.com/pytorch/pytorch/issues/33568 पर आया

>>> np.clip([3 + 4.j], -1, 2)                                                                                       
array([2.+0.j])
>>> np.clip([3 + 4.j], -1+1.j, 2+12.j)  # imaginary component goes up                                                                   
array([2.+12.j])
>>> np.clip([1 + 4.j], -1+1.j, 2+12.j)  # imaginary component doesn't go up                                                                             
array([1.+4.j])

जटिल इनपुट के लिए एकमात्र परीक्षण यह है कि यह segfault नहीं करता है।

उचित व्यवहार निम्न में से एक हो सकता है:

वास्तविक और काल्पनिक भागों को अलग से क्लिप करें
पूर्ण मान को क्लिप करें, चरण को बदलना नहीं
अन्य विकल्प हो सकते हैं। जब तक यह प्रलेखित है, मुझे यकीन नहीं है कि यह बहुत मायने रखता है कि कौन सा विकल्प बना है।

मुझे नहीं लगता कि यह एक बहुत ही महत्वपूर्ण मुद्दा है, लेकिन कम से कम वांछित व्यवहार को यहां दर्ज करना अच्छा होगा।

00 - Bug numpy.core

स्रोत

rgommers

सबसे उपयोगी टिप्पणी

@ मेरी , मैं सहमत था, किसी भी मामले में मुझे यकीन नहीं है कि किसी ने भी इसके लिए उपयोग-मामला नहीं किया था, जो मुझे किसी भी चीज़ में डालने के लिए प्रेरित करने के लिए एक लंबा रास्ता तय करेगा। एक तर्क के रूप में इसे थोड़ा कम बुरा बनाने के लिए, यदि आप सुनिश्चित करते हैं कि min.real <= max.real और min.imag <= max.imag केवल min <= max विपरीत है, तो चीजें ठीक हैं (हालांकि वर्तमान में हम वास्तव में नहीं हैं यह सुनिश्चित करें कि NumPy में)।

seberg 10 अप्रैल 2020

👍2

सभी 8 टिप्पणियाँ

वर्तमान व्यवहार x = sorted(x) x = [min, clip(arr, min, max), max] , मुझे लगता है।

eric-wieser 25 फ़र॰ 2020

मुझे संदेह है कि यह गैर-स्पष्ट व्यवहार पसंद के लिए न्यूनतम, अधिकतम, यहां छंटाई के साथ निरंतरता को तोड़ने के लिए मूल्यवान है। ऐसा नहीं है कि हम ऐसा नहीं कर सकते, लेकिन हमें शायद न्यूनतम / अधिकतम और सॉर्टिंग व्यवहार पर भी चर्चा करनी चाहिए ...
और अगर यह कहना है कि एक absmin , absmax , और abssort का अर्थ होता है और मूल रूप से क्लिपिंग के लिए उपयोग होता है।
मैं गैर-वास्तविक इनपुट के लिए सिर्फ एक त्रुटि देने के लिए अधिक आसानी से आश्वस्त हो सकता हूं।

संपादित करें: क्योंकि यह अधिक सख्त है, वास्तव में, वास्तव में एरिक्सन के व्यवहार के लिए घटक की अनुमति देता है। लेकिन सिर्फ एक नोट, मुझे यकीन नहीं है कि मैं इसे उपयोगी होने के नाते खरीदता हूं। अन्य सवाल यह है: वहाँ सब पर इस बात के लिए किसी भी वास्तविक USECASE है? एक जो अलग कोड के साथ स्पष्ट नहीं है?

seberg 25 फ़र॰ 2020

वास्तविक और काल्पनिक भागों को अलग से क्लिप करें

वह मेरी पहली पसंद होगी।

पूर्ण मान को क्लिप करें, चरण को बदलना नहीं

उपयोगी हो सकता है लेकिन एक सरल क्लिप की तुलना में लागू करने के लिए अधिक जटिल है।

charris 25 फ़र॰ 2020

👍1

दूसरा सवाल यह है: क्या इसके लिए कोई वास्तविक _usecase_ है? एक जो अलग कोड के साथ स्पष्ट नहीं है?

यह एक अच्छा सवाल है। मुझे यकीन नहीं है। मुझे पता है कि यह स्पष्ट रूप से गलत नहीं होना चाहिए।

rgommers 26 फ़र॰ 2020

मैं वास्तविक और काल्पनिक भागों को अलग-अलग क्लिप करने के बारे में चिंतित हूं। यदि हमारे पास एक सॉर्ट किया गया सरणी है, उदाहरण के लिए, तो क्लिपिंग आम तौर पर तीन क्षेत्रों के लिए सरणी को बदल देती है: [min_value, अपरिवर्तित, max_value]। यदि हम एक जटिल सरणी के वास्तविक और काल्पनिक भागों को अलग-अलग क्लिप करते हैं, हालांकि, तो हमारे पास अब ये अलग-अलग क्षेत्र नहीं होंगे। इसके बजाय, मान बदल सकते हैं भले ही वे न्यूनतम से कम या अधिकतम से अधिक की तुलना न करें!

मैं व्यवहार को अक्षम करने की भी सिफारिश करूंगा, जब तक कि उस बारे में आत्मविश्वास न हो कि वास्तव में, एक जटिल संख्या को क्लिप करना चाहिए। मेरा प्रस्ताव यह होगा कि यदि c <min_value यह min_value पर सेट है, और यदि c> max_value इसके सेट को max_value के लिए सेट करता है।

mruberry 10 अप्रैल 2020

seberg 10 अप्रैल 2020

👍2

मैं आपसे सहमत हूँ, भी @seberg ;)।

मुझे लगता है कि हम अभी के लिए PyTorch में क्लीपिंग (हम इसे क्लैम्पिंग कहते हैं) को जटिल इनपुट में अक्षम करने जा रहे हैं। हमारा व्यवहार वैसे भी NumPy के साथ असंगत था।

mruberry 10 अप्रैल 2020

👍1

बस इस मुद्दे को पढ़ने के बाद, मुझे लगता है कि लिम्फोग्राफिक की तुलना खस्ता में दी गई है, यह व्यवहार वास्तव में समझ में आता है। अगर हम लेक्सिकोग्राफिक तुलना को हटा रहे हैं, तो क्लिप, अधिकतम और न्यूनतम का भी पालन करना चाहिए। मैं मान रहा हूं कि यह सर्वसम्मति यहां तक पहुंच गई थी, लेकिन मुझे टिप्पणियों और लिंक किए गए पीआर से बहुत यकीन नहीं था।

anirudh2290 27 मई 2020

👍1

क्या यह पृष्ठ उपयोगी था?

0 / 5 - 0 रेटिंग्स

Numpy: जटिल इनपुट के साथ np.clip अप्रयुक्त है और इसमें अजीब व्यवहार है

सबसे उपयोगी टिप्पणी

सभी 8 टिप्पणियाँ

संबंधित मुद्दों