【文件属性】：
文件名称：cython-odesolver-nD-shootout:Cython ODE 求解器优化的比较
文件大小：56KB
文件格式：ZIP
更新时间：2021-06-20 13:53:39
Python
如何加速 Cython：ODE 求解器优化的比较研究
这次枪战的主要目标是
学习如何使用 Cython
给定一个众所周知的任务，找出如何优化 Cython 实现
任务是实现常微分方程 (ODE) 的数值求解器，即正向欧拉法、二阶龙格-库塔法，最后是四阶龙格-库塔法。 结果应该存储在numpy.ndarray对象中，因为实现可以集成到现有的工具包中，以模拟已经大量使用numpy的大规模神经网络。
一维案例研究
枪战不包含针对 1D 的优化变体。 如果您希望集成的系统只是 1D，只需浏览网页并采用现有的 Cython 解决方案之一。 或者快速将纯 python 版本移植到适当的 Cython。 这意味着在任何可能的地方添加cdef 。 加速远远超过原始纯 python 速度的 50 倍。
nD 案例研究
一旦你必须解决一个 n 维系统，事情就会变得更有趣。 在 Cython 中直接使用num
【文件预览】：
cython-odesolver-nD-shootout-master
----README.rst(3KB)
----odesolver_cy_ptr.pyx(6KB)
----odesolver_comparison.png(53KB)
----LICENSE(1KB)
----odesolver_cy_pure.pyx(15B)
----odesolver_py.py(959B)
----shootout.py(2KB)
----demo-custom-problem.py(836B)
----setup.py(500B)
----.gitignore(36B)
----Makefile(69B)
----TODO.rst(183B)
----odesolver_cy.pyx(5KB)
----odesolver_cy_noslice.pyx(5KB)