带张量流的PDF插值
pdfflow的Python项目详细描述
PDF低
PDFFlow是用Python编写的基于TensorFlow框架的parton分布函数插值库。它的开发重点是速度和效率,使研究人员能够尽可能快速和简单地执行非常昂贵的计算。在
PDFFlow的关键特性是可以在GPU加速器上查询PDF集。在
文件
PDFFlow的文档可以在readthedocs页面中查阅:pdfflow.readthedocs.io。在
安装
该软件包可与pip一起安装:
python3 -m pip install pdfflow
如果您喜欢手动安装,只需使用:
^{pr2}$或者,如果您计划扩展或开发代码,只需使用:
python setup.py develop
最小工作示例
下面是一个最小化的例子,其中PDFFlow
用于生成PDF的10个值
三种不同口味的两名会员。在
frompdfflowimportmkPDFsimporttensorflowastfpdf=mkPDFs("NNPDF31_nnlo_as_0118",[0,2])x=tf.random.uniform([10],dtype=tf.float64)q2=tf.random.uniform([10],dtype=tf.float64)*20+10pid=tf.cast([-1,21,1],dtype=tf.int32)result=pdf.xfxQ2(pid,x,q2)
注意在TensorFlow调用中dtype
关键字的用法。
这用于确保在整个程序中使用float64
。
为了方便起见,我们提供了两个函数,int_me
和{tf.cast
。在
这些包装器可用于TensorFlow类型,也可用于numpy值:
frompdfflowimportmkPDFs,int_me,float_meimporttensorflowastfimportnumpyasnppdf=mkPDFs("NNPDF31_nnlo_as_0118",[0,2])x=float_me(np.random.rand(10))q2=float_me(tf.random.uniform([10])*20+10)pid=int_me([-1,21,1])result=pdf.xfxQ2(pid,x,q2)
引文政策
如果您使用pelase软件包,请引用以下文章和zenodo参考资料:
- 项目
标签: