为何 GPU 可以用于加速人工智能或者机器学习的计算速度（并行计算能力）

GPU 全称叫做 graphics processing unit，图形处理器，顾名思义就是处理图形的，但随着技术进步，GPU 越来越强大，尤其是 shader 出现之后（这个允许我们在 GPU 上编程），GPU 能做的事越来越多，不再局限于图形领域，也就有人动手将其能力扩展到其他计算密集的领域，这就是 GP(General Purpose)GPU。

Python 代码是如何编译的：Python 解释器

Python 是解释性语言。那么在 Python 中，代码是如何被执行的呢？其实 Python 有个解释器，Python 解释器同一时间只能运行一个程序的一条语句。本文介绍 Python 脚本的两种执行方式。

讨论论文结论与摘要的区别

论文末尾的结论与论文首页的摘要都是全文的某种简介或总结。那么，结论与摘要有什么区别呢？这里，首先回顾摘要的基本要求，接着介绍结论的基本要求，最后介绍它们之间的区别。

TrueGrid 中的两种类型网格

TrueGrid 中的网格类型有两种：物理网格、计算网格，这两种网格可以同时定义，其中，物理网格位于物理窗口，也就是建模划分网格的地方，窗口悬浮于屏幕的左下角；计算网格位于抽象空间，自由整数点，其窗口悬浮于屏幕右上角。

ICEM 二次开发概述

ICEM 具有强大的网格划分能力，由于求解问题不同，功能再强大的软件也不可能同时满足各类用户的需求，因此对 ICEM 进行二次开发就显得尤为重要。ICEM 的二次开发语言为 Tcl/Tk，Tcl 是工具控制语言（Tool Control Language）的缩写，Tk 是 Tcl 图形工具箱的扩展。用户可以通过 ICEM 消息窗口或脚本文件载入命令流，控制网格生成过程。

工业软件研发中处理超大模型

超大模型主要从两个方面定义，一个是几何单元的数量，一个是网格的数量，分别对应几何复杂度和仿真复杂度。继续细分的话，考量几何单元数量的同时还需统计每个单元具体的面，边，点等数据以及曲面，曲线的数量。相同的面，参数平面和曲面的数据量可以相差数量级。本文再探讨一下超大模型前处理性能

教育部、国家知识产权局、科技部联合发文件，要求高校要停止对专利申请的资助奖励

《国家知识产权战略纲要》颁布实施以来，高校知识产权创造、运用和管理水平不断提高，专利申请量、授权量大幅提升。但是与国外高水平大学相比，我国高校专利还存在“重数量轻质量”“重申请轻实施”等问题。为全面提升高校专利质量，强化高价值专利的创造、运用和管理，更好地发挥高校服务经济社会发展的重要作用，现提出如下意见。

组织给你安排了个小对象陪你一起学习：如何开启看板娘

你对着一些文字和图片学习，看着枯燥吗？学研谷给您准备了看板娘陪你一起学习，看板娘的开始非常简单，在如下菜单中，勾选开启看板娘：看板娘的工作主要是陪你学习，也可以教你如何使用网站。

关于问答版块新增“助攻题主”的说明

问答版块新增“助攻题主”功能，研友提出好的问题、或是好的回答，可以获得丰厚的能量回报，问题解决前，参与助攻的人员，其能量也会因此保值，问题解决后，后续人员查看答案时，需要消耗解决问题时，众多研友消耗的等值能量，并分配给提问者和回答者。所以如果看到了尚未解决的好问题，推荐你与我一起助攻题主吧。

仰大家风范，做时代楷模——学习王泽山院士先进事迹

王泽山院士说：“江苏已是我的第二故乡”，是的，院士在江苏已经工作了好多年，甚至超过了在故乡待的年份，所以无论作为一名普通的江苏市民，还是南京理工大学大学的一名学子，院士都是我心中的骄傲。

  • XY 原创 2018.06.19 14:53 阅读 2795 推荐 5

近十年国内外数值优化技术及优化计算软件发展概况

优化问题主要分为线性和非线性两类，与其对应，求解算法也分为线性和非线性优化算法。对于前者，已有了成熟、高效且通用的算法，如单纯性算法和内点法。而对非线性同题，由于问题的多变性和复杂性，至今尚无一通用且普适的算法。

和数学家一样思考的 10 种方法

《像数学家一样思考》是英国数学教授 Kevin Houston 的一本科普书，与作品相伴的还有一套简化版的 PPT。

LS DYNA 未来发展的重点方向

回首过去的二十多年，LS DYNA 的开发公司 LSTC 公司，一直致力于将 LS DYNA 打造成一款高度可扩展的软件，努力为用户创造一个统一的模拟环境，在工程设计阶段，不必采用多个计算软件，采用 LS DYNA 即可完成计算模型的大规模、多物理场、多尺度、多工序、多阶段、全模型、线性和非线性、静态和瞬态的计算。

学研谷《用户注册协议》

学研谷 拥有 Stuch.cn（https://Stuch.cn）及其涉及到的产品、相关软件的所有权和运作权，学研谷 享有对 Stuch.cn 上一切活动的监督、提示、检查、纠正及处罚等权利。用户通过注册程序阅读本服务条款并点击 "同意" 按钮完成注册，即表示用户与 学研谷 已达成协议，自愿接受本服务条款的所有内容。如果用户不同意服务条款的条件，则不能获得使用 学研谷 服务以及注册成为 学研谷 用户的权利。

初识单元生死功能

如果模型中加入（或删除）材料，模型中相应的单元就“存在”（或消亡），单元生死功能就用于在这种情况下杀死或重新激活选择的单元。本功能主要用于钻孔（如开矿和挖通道等），建筑物施工过程（如桥的建筑过程），顺序组装（如分层的计算机芯片组装）和另外一些用户可以根据单元位置来方便的激活和不激活它们的一些应用中。

ALEGRA 多物理场数值模拟软件

ALEGRA 是由桑迪亚国家实验室开发的一多物理场求解器，求解器包括 ALEGRA，ALEGRA-MHD，ALEGRA-HEDP 和 ALEGRA-EMMA 四个部分，共同构成了多物理场求解器。该求解器可以基于 ALE 法模拟固体动力学、大变形和强冲击物理，以及电磁学，磁流体动力学、高能物理中的各种现象。

原创许可协议

本站欢迎转载和分享站内作品，但您必须以 CC BY-NC-ND 4.0 协议形式转载，并著名作品著作人，和稿件来源学研谷。本文含有一份精简版的 CC BY-NC-ND 4.0 许可协议，完整版可前往相应页面查看。

十大必须掌握的机器学习算法，你都知道了吗？

通过本篇文章可以对 ML 的常用算法有个常识性的认识，没有代码，没有复杂的理论推导，就是图解一下，知道这些算法是什么，它们是怎么应用的，例子主要是分类问题。每个算法都看了好几个视频，挑出讲的最清晰明了有趣的，便于科普。以后有时间再对单个算法做深入地解析。

基于 Python 做数据分析有哪些必须了解的库

近年来，由于 Python 的库（例如 Pandas 和 scikit-learn）不断改良，使其成为数据分析任务的一个优选方案，成为了数据科学、机器学习、学界和工业界软件开发最重要的语言之一。考虑到那些还不太了解 Python 科学计算生态系统和库的读者，下面我先对各个库做一个简单的介绍。

谈“综述”撰写：好的“综述”是教学、科研以及生产的重要参考资料

“综述”是一种严谨而系统的评论性、资料性科技论文。好的“综述”是教学、科研以及生产的重要参考资料，为广大读者所欢迎。“综述”的主题可以比较全面地反映某一专题、某一领域，及其分支学科在一定时期内的研究新进展、新发现、新趋势、新水平、新原理和新技术。好的“综述”可使读者尤其是从事该专题、该领域研究工作的读者有所裨益。

你有知识和方法要分享吗？

撰写文章
注册推广

热门文章 »

推荐文章 »

热门作者 »