计算互信息矩阵的Python包
misso的Python项目详细描述
密索
安装
- 使用
pip
pip install misso
注意:在我们的基准测试中,多核版本总是比GPU加速版本快。所以,我们 强烈建议只安装CPU版本并使用多核计算。在
- 从源安装
用法
from misso import MISSO
有关更详细的用法,请查看Tutorials文件夹。在
基准
**基准测试在具有以下配置的计算机上运行
CPU: 6 core Intel Core i7-8750H (-MT-MCP-) [12 core with Hyperthreading]
arch: Skylake rev.10 cache: 9216 KB
flags: (lm nx sse sse2 sse3 sse4_1 sse4_2 ssse3 vmx) bmips: 26399
clock speeds: max: 4100 MHz 1: 2479 MHz 2: 3013 MHz 3: 3211 MHz
4: 3098 MHz 5: 3362 MHz 6: 3769 MHz 7: 3082 MHz 8: 3290 MHz
9: 3090 MHz 10: 3141 MHz 11: 3055 MHz 12: 3650 MHz
Graphics: Card-1: Intel Device 3e9b bus-ID: 00:02.0
Card-2: NVIDIA Device 1f10 bus-ID: 01:00.0
Display Server: x11 (X.Org 1.19.6 )
drivers: modesetting,nvidia (unloaded: fbdev,vesa,nouveau)
Resolution: 3840x1600@59.99hz
OpenGL: renderer: GeForce RTX 2070 with Max-Q Design/PCIe/SSE2
version: 4.6.0 NVIDIA 440.100 Direct Render: Yes
许可证
待办事项
- []尝试基于梯度的解算器
- []共轭梯度下降
- [x]
lsmi
计算的多处理- [x] 减少进程间开销
- [x] 尝试其他方法来并行化代码
- []基准
- [x] 多处理
- [x] GPU基准
- []求解器基准
- []在多台计算机上运行基准测试并提交基准报告
- []与图形套索的详细比较(教程) 在
- []GPU加速
- [x] 用丘比解决
- [x] 减少GPU开销
- []验证正确性(仍然是个问题)
- [x] 尝试火炬GPU加速
- [x] 笔记本和脚本的TQM
- []熊猫数据帧支持
- []包装
- []pip包
- []特拉维斯CI
- []自述
- 项目
标签: