文献资料 建立状态 覆盖范围 SDDP.jl是一个使用随机双重动态规划解决大型多阶段凸随机规划问题的软件包。 您可以在找到文档。 如果需要帮助，请提交Github问题： :

内核递归最小二乘法 内核递归最小二乘算法的 Julia 实现 KRLS 是一种快速高效的在线核回归算法。 KRLS 一次处理一个样本，并构建一个训练点字典，用于逼近函数。 Y. Engel、S. Mannor 和 R. Meir，“内核递归最小二乘算法”，IEEE 信号处理交易，卷。 52，没有。 8，第 2275-2285 页，2004 年。

yjthtyj

之字形回旋镖 概述 马尔可夫链蒙特卡罗（MCMC）方法用于从概率分布中进行采样，例如贝叶斯模型中的后验分布。 在ZigZagBoomerang.jl中实现的分段确定性蒙特卡洛（PDMC）方法具有相同的目标，不同的是，此处的分布是通过粒子的连续运动而不是一次移动一个点来进行探索的。 在此，粒子在随机时间改变方向，并在确定性轨迹上移动（例如，沿着恒定速度的直线，请参见图片） 校准随机方向的变化，以使粒子的轨迹采样正确的分布； 从轨迹可以估算出感兴趣的量，例如后均值和标准差。 是否改变方向的决定仅需要评估偏导数，该偏导数依赖于很少的坐标-坐标在马尔可夫毯子中的邻域。 这样就可以使用Julia的多线程并行性（或其他形式的并行计算）来利用多个处理器内核。 约里斯·比尔肯（Joris Bierken）的“以及我们关于话语是ZigZagBoomerang.jl所涵盖方法的理论和应用的良好起点。

PICDataStructures 这种处理方式提供了处理单元内粒子（PIC）模拟时有用的数据结构（和相应的特征）。简而言之，在这类模拟中，我们以自洽的方式求解了电磁场的麦克斯韦方程和大量粒子的运动方程。 当处理场和粒子数量时，我们有标量（例如数密度）或矢量（例如电场）。这在带有scalarness特征的程序包中表示scalarness 。 在大多数PIC代码中，使用FDTD方法求解麦克斯韦方程组，该方法离散化了晶格网格上的电场和磁场（例如使用交错网格的Yee方法）。由于这个事实，我们只能在网格上的特定位置定义字段（并且在求解器中使用插值法来获取中间值）。这为我们提供了一个类似于Array{T,N}的场结构， N等于1,2,3，具体取决于模拟的神经质。相反，粒子轨迹是由ODE系统的解给出的，因此它们在仿真域中是连续的。因此，对于与粒子相关的数据（例如线性动量），我们具有类似Vector{T

JL-01实验室管理作业指导书.doc

PGFPlotsX.jl：使用PGFPlots LaTeX包在Julia中创建图

基准测试 实际估计可实现的（最大）内存带宽。 注意：此软件包实现了一个简单变体。 用法 函数memory_bandwidth()估计内存带宽，以每秒兆字节（MB / s）为单位。 它返回一个命名的元组，指示四个测量值的中位数，最小值和最大值。 julia > using STREAMBenchmark julia > memory_bandwidth () (median = 25723.2 , minimum = 25211.5 , maximum = 26227.8 ) julia > memory_bandwidth (verbose = true ) ╔══╡ Multi - threaded : ╟─ COPY : 24772.0 MB / s ╟─ SCALE : 25918.4 MB / s ╟─ ADD : 24352.9 MB / s ╟─ TRIAD : 2

帕尔迪索 Pardiso.jl软件包提供了一个使用和的接口。 没有有效的PARDISO许可证或未安装MKL库，就不能使用Pardiso.jl 。 该软件包是免费提供的，绝不能替代或更改链接库的任何功能。 安装 该软件包本身是通过Pkg.add("Pardiso")安装的，但是您还需要按照以下安装说明安装有效的PARDISO库。 MKL帕尔迪索 默认情况下，Julia将自动为您的平台安装合适的MKL。 如果您想使用自行安装的MKL，请遵循以下说明： 设置MKLROOT环境变量。 请参阅，以有关如何正确设置此变量的完整指南，通常通过执行诸如source /opt/intel/mkl/bin/mklvars.sh intel64类的source /opt/intel/mkl/bin/mklvars.sh intel64或运行"C:\Program Files (x86)\IntelSWToo

双页简历模板。拿着自己喜欢的模板去找自己喜欢的工作吧，后期还会发表