Pull to refresh

Comments 8

Кто знает, может быть TF приобретет популярность и в этой сфере. Кто же знал, например, что видеокарточки так зарешают в машинном обучении :)
вычислять урматы

Урматы — это вид шкрабов?

Интересная идея!


Несколько вопросов:


1) Если ли репозиторий с материалами статьи? Или лучше всего прямо отсюда примеры кода брать


2) Оценивали ли вы, какая часть вычислений идет на GPU? Я правильно понял, что у вас только 100 точек по х (где можно параллельно считать) и 10000 по t, где вычисления сугубо последовательные? Даже в этом случае 2 раза ускорение — это круто.


3) Пробовали ли вы сравнивать производительность TensorFlow с компилацией в Cython?

Добрый день!

1) Ноутбук Jupyter: http://nbviewer.jupyter.org/github/urtrial/pde/blob/master/partial_differential_equation.ipynb

2) Почти, 101 точек по x и 101 по y, то есть 10 201 точек по координатам и 10 000 по времени (конкретно для того примера). Да, смотрел, примерно половина операций в графе идут на GPU, какие именно не помню, но думаю, что самые основные вроде перемножения или сложения тензоров.

3) C Cython'ом не сравнивал, но время работы сравнимо и даже быстрее моей реализации на С + MPI для курсовой (у меня правда нет уверенности в оптимальности того кода).
Сделайте классический тест — 101x101 точку, и потом 201x201 точку.
порядок аппроксимации у вашей схемы — второй, поэтому если будет разбежка раньше, чем в 4 знаке после запятой — решатель можно отправлять на доработку.
Там разрывный коэффициент теплопроводности. Второй порядок получить нетривиально (я знаю как это сделать только для 1D уравнения)
Sign up to leave a comment.

Articles