Yuya Unno unnonouno

ドキュメントの品質改善
- ドキュメントのクオリティーを上げてください。現状のドキュメントは必ずしも品質が良いとはいえません。読みやすい英語、詳細な仕様など、改善点はたくさんあります。
CuPyの関数充実
- 606, 602, 677, 701
- CuPyの関数はNumPyの一部しか実装されていません。elementwiseやreductionでかける関数は、比較的低コストで実装できます
テスト充実
- 569, 568
- 一部のモジュールはテストがかけています。テストの充実は品質向上に役立つ上に、コードの理解につながります
Chainer.functionsの追加
1160, 1133, 1085, 1027, 945

	digits = Capture(r"\d+", int)
	date = Seq(
	(digits, "/", digits, "/", digits),
	lambda year, _1, month, _2, day: datetime.date(year, month, day),
	)
	date_time = Seq(
	(digits, "/", digits, "/", digits, " ", digits, ":", digits),
	lambda year, _1, month, _2, day, _3, hour, _4, minute: datetime.datetime(year, month, day, hour, minute),
	)
	span = Seq(((date \| date_time), "-", (date \| date_time)), lambda begin, _, end: (begin, end))

	import cupy as xp
	import cupy.prof

	import chainer
	from chainer.functions.activation import lstm

	B = 1024
	D = 2048
	x_shape = (B, D * 4)
	c_shape = (B, D)

	import contextlib
	import time

	import chainer
	import chainer.functions as F
	import cupy


	@contextlib.contextmanager
	def timer(message):

	import numpy

	import chainer
	import chainer.functions as F
	import chainer.links as L


	class LongChain(chainer.Chain):
	def __init__(self):
	super(LongChain, self).__init__()

	def StatefullRNNUnit(chainer.Chain):
	def StatefullRNNUnit(self, rnn):
	self.rnn = rnn
	self.state = (None,) * rnn.n_state

	def __call__(x):
	args = self.state + (x,)
	ret = self.rnn(*args)
	self.state = ret[:-1]
	return ret[-1]

	import chainer
	from chainer import cuda
	import cupy
	import numpy
	import time

	ls = numpy.random.randint(1, 100, size=1000)
	ls = numpy.sort(ls)[::-1]
	unit = 100
	xs = [cupy.empty((l, unit), 'f') for l in ls]