cdslaborg/paramonte

ParaMonte: Parallel Monte Carlo and Machine Learning Library for Python, MATLAB, Fortran, C++, C.

解决的问题

ParaMonte 提供了一套用于对任意维度的数学密度函数进行采样的例程,以及用于科学推理的机器学习算法。它通过尽可能自动化流程来解决运行蒙特卡洛模拟和机器学习任务的复杂性,使这些方法易于使用、可在多种编程环境中访问,并且速度足以满足实际应用需求。

工作原理

该库使用蒙特卡洛技术和机器学习算法,设计强调自动化、易用性、高性能和可扩展性。它支持通过 OpenMP 进行共享内存并行计算,以及通过 MPI 或 Coarray(在 Fortran 中)进行分布式并行计算,且无需用户编写任何并行代码。核心库零外部依赖,所有模拟均可完全复现,具备自动重启功能,并提供详细的报告和后处理功能,将结果存储在外部文件中。

适用人群

该库旨在为天体物理学、生物信息学和数据科学等领域需要进行贝叶斯推理、采样或其他统计分析的科学家、研究人员和开发人员提供支持。对于那些在 C、C++、Fortran、MATLAB 或 Python(Python 支持正在测试中)中工作,并希望在无需手动管理并行处理器的情况下获得并行性能的用户尤其有用。

主要亮点

  • 可在 C、C++、Fortran、MATLAB 和 Python(Python 正在测试中)中使用
  • 核心库零外部依赖
  • 通过 OpenMP、MPI 和 Coarray 实现并行,无需额外编码工作
  • 所有模拟均具有完全确定性的可复现性和自动重启功能
  • 全面的报告和自动结果存储
  • 支持跨多个平台的串行和并行执行

相关

  • 项目
  • 项目
  • 项目
  • 项目