14、探索Finch:Julia中用于FEM和FVM的DSL与代码生成及多变量时间序列异常检测

探索Finch:Julia中用于FEM和FVM的DSL与代码生成及多变量时间序列异常检测

一、Finch的代码生成与优化

Finch是用于偏微分方程(PDE)的领域特定语言(DSL)和代码生成框架,它在有限元法(FEM)和有限体积法(FVM)的代码生成方面有着出色的表现。

  1. 元素计算与代码生成
    • 代码生成器在遇到类似 _a_1 * D_1__u_1 * D_1__v_1 的项时,会将三个因子分别识别为系数、未知量和测试函数,并进行关联,如 D_1__v_1 →QT x D_1__u_1 →Qx _a_1 →ai ,然后创建代码执行矩阵运算。
    • 优化机会众多。例如,使用均匀元素时,雅可比矩阵只需为一个元素计算,Qx可以完全预计算;若系数为常数,整个 QT x WQx 矩阵都能预计算。不同元素类型也有优化空间,如Dendro目标专门使用六面体元素,利用一维算子的张量积来节省算术和内存成本。
  2. 全局计算
    • 处理完元素计算后,需将结果组合成全局系统,这主要涉及并行策略。可通过多线程、分布式内存多处理和GPU技术实现并行化,具体细节因目标而异,很多情况下由外部软件框架处理。
    • 虽然有限体积法(FV)的数学原理与有限元法有很大不同,但计算的整体结构相似。
Security-feature-detection-system 安全检测系统 简介 安全检测系统-多目标识别(YOLOv5)人脸识别(Facenet)快速部署系统。 功能上:本项目使用YOLOv5实现多目标识别,使用Facenet实现人脸识别,最终需要人脸此人应具备的多目标同时满足才能通过安全检测,部署上:使用pyqt5实现前端可视化,在前端页面运行YOLOv5多目标识别系统(将模型运行封装到Qt中),使用Docker封装人脸识别后端系统,使用网络请求等包实现前后端交互 案例:进行多目标识别的同时,进行人脸识别,前端系统发送请求,携带参数到后端进行人脸识别,最终返回人脸识别结果,获取人脸识别结果后,检索该成员应具备的多目标特征,YOLOv5多目标识别的实际结果进行比对,若无误则通过安全检测。 根据原作 https://pan.quark.cn/s/9784cdf4abfd 的源码改编 项目背景 出于一些比赛的需要,以及逃离懵懂状态开始探索,我于2023.12~2024.1(大二上)开始一些CV、LLM项目的研究,苦于能力有限,当时大部分的项目都是依托开源搭建而来,诸如本项目就是依托开源的ComprefaceYolov5搭建,我只不过做了缝合的工作,所以在此必须提及这两个项目的巨大贡献:https://.com/exadel-inc/CompreFace https://.com/ultralytics/yolov5 今天是2024.7.11(大二下暑假),时隔半年我才开始这个项目的开源工作是因为,半年前的水平有限,虽然自己能实现项目的运作,但是恐很多细节介绍不好,当然本文自发出,后续我还会跟进,欢迎指正:22012100039@stu.xidian.edu.c...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值