Dechin的专栏

87 篇文章
13.2K 次阅读
12 人订阅

全部文章

DechinPhy

python并行计算之mpi4py的安装与基本使用

在之前的博客中我们介绍过concurrent等python多进程任务的方案,而之所以我们又在考虑MPI等方案来实现python并行计算的原因,其实是将pytho...

910
DechinPhy

使用jax加速Hamming Distance的计算

一般认为Jax是谷歌为了取代TensorFlow而推出的一款全新的端到端可微的框架,但是Jax同时也集成了绝大部分的numpy函数,这就使得我们可以更加简便的从...

6720
DechinPhy

VMD可视化hdf5格式的分子坐标文件

VMD是分子动力学模拟领域常用的一款可视化软件,可以非常直观方便的展示分子的运动过程。而VMD本身对展现的格式有一定的要求,如果不是常见的rst等类型的坐标文件...

7740
DechinPhy

解决python报错:ModuleNotFoundError: No module named '_sysconfigdata_x86_64_conda_linux_gnu'

在上一篇博客中执行过conda的更新以及用conda安装了gxx_linux-64之后,再执行pip的一些指令时,就会给出如下所示的报错:

11130
DechinPhy

Python3实现打格点算法的GPU加速

在数学和物理学领域,总是充满了各种连续的函数模型。而当我们用现代计算机的技术去处理这些问题的时候,事实上是无法直接处理连续模型的,绝大多数的情况下都要转化成一个...

10140
DechinPhy

用CUDA写出比Numpy更快的规约求和函数

在前面的几篇博客中我们介绍了在Python中使用Numba来写CUDA程序的一些基本操作和方法,并且展示了GPU加速的实际效果。在可并行化的算法中,比如计算两个...

6420
DechinPhy

Python实现GPU加速的基本操作

之前写过一篇讲述如何使用pycuda来在Python上写CUDA程序的博客。这个方案的特点在于完全遵循了CUDA程序的写法,只是支持了一些常用函数的接口,如果你...

11230
DechinPhy

Python的GPU编程实例——近邻表计算

GPU加速是现代工业各种场景中非常常用的一种技术,这得益于GPU计算的高度并行化。在Python中存在有多种GPU并行优化的解决方案,包括之前的博客中提到的cu...

11120
DechinPhy

超过Numpy的速度有多难?试试Numba的GPU加速

Numpy是在Python中非常常用的一个库,不仅具有良好的接口文档和生态,还具备了最顶级的性能,这个库很大程度上的弥补了Python本身性能上的缺陷。虽然我们...

10920
DechinPhy

使用autopep8自动规范化python3代码

编码规范是所有编程语言都有可能面临的问题,严格的按照编码规范来写代码,不仅能够提高代码的可读性,在后续程序的可维护性上面也有较大的帮助。尤其是在开源项目中,一个...

7750
DechinPhy

Python3实现Two-Pass算法检测区域连通性

连通性检测是图论中常常遇到的一个问题,我们可以用五子棋的思路来理解这个问题五子棋中,横、竖、斜相邻的两个棋子,被认为是相连接的,而一样的道理,在一个二维的图中,...

6620
DechinPhy

PyVista:一款Python的三维可视化软件

三维可视化是一项在工业领域中非常重要的技术,而Python中最热门的可视化工具matplotlib和plotly,更加倾向于在数据领域的可视化,用于展现数据的结...

15140
DechinPhy

MindInsight:一款基于MindSpore框架的训练可视化插件

在深度学习或者其他参数优化领域中,对于结果的可视化以及中间网络结构的可视化,也是一个非常重要的工作。一个好的可视化工具,可以更加直观的展示计算结果,可以帮助人们...

12730
DechinPhy

增强采样软件PLUMED的安装与使用

增强采样(Enhanced Sampling)是一种在分子动力学模拟中常用的技术,其作用是帮助我们更加快速的在时间轴上找到尽可能多的体系结构及其对应的能量。比如...

18020
DechinPhy

分子动力学模拟之周期性边界处理

周期性边界是分子动力学模拟中常用的一种技术手段,不仅可以完整的概述完整的分子体系的特性,在一部分场景下还可以提升计算的效率,从作用上来看更像是一类的近似模型(假...

11130
DechinPhy

MindSpore自定义模型损失函数

损失函数是机器学习中直接决定训练结果好坏的一个模块,该函数用于定义计算出来的结果或者是神经网络给出的推测结论与正确结果的偏差程度,偏差的越多,就表明对应的参数越...

10620
DechinPhy

从零开始制作PyTorch的Singularity容器镜像

在前面的博客中,我们大篇幅的使用到了Docker和Singularity这两种常见的容器化编程环境解决方案,使得我们的各个编程环境能够更好的隔离。如果要展开讲解...

29810
DechinPhy

用华为MindSpore进行分布式训练

分布式和并行计算,在计算机领域是非常重要的概念。对于一些行外人来说,总觉得这是一些很简单的工作,但是如果我们纵观计算机的硬件发展史,从CPU到GPU,再到TPU...

18230
DechinPhy

Manjaro Linux安装singularity-container

容器化技术在各种生产领域已经得到了广泛的应用,这得益于容器的轻量化(相比于虚拟机而言),安全性(隔离弱于虚拟机,但是权限控制得当的情况下也可以认为是安全隔离的)...

20020
DechinPhy

用华为MindSpore框架训练数据库类型的数据集

在前面一篇博客我们讲到三种用python去读取一个文件的指定行的操作,最终给出的一个结论大概是,对于大型的数据而言,最快的找到指定行的方法是Linux系统自带的...

11730

扫码关注云+社区

领取腾讯云代金券