cool_bot的博客

我们想要追踪模型的训练过程，tensorboard 是个不错的可视化工具。

机器学习模型可视化

IntroduceStochastic Neighbor Embedding (SNE)

模型为了上手FeynRules，我们将构建一个具体的 ϕ4\phi^4ϕ4 模型，并使用 FeynRules 来计算。一个一般复标量 ϕ4\phi^4ϕ4 模型的拉氏量为：Lscal =∂μϕi†∂μϕi−ϕi†Mijϕj+(ϕi†λijϕj)2\mathcal{L}_{\text {scal }}=\partial_{\mu} \phi_{i}^{\dagger} \partial^{\mu} \phi_{i}-\phi_{i}^{\dagger} \mathcal{M}_{i j} \

FeynRules的运行接上两篇，在我们正确的设定模型参数和拉氏量之后，就可以运行FeynRules来推导费曼规则。装载文件首先需要设定FeynRules文件所在位置，并装载FeynRules模块：$FeynRulesPath = SetDirectory[ ]<< FeynRules`接下来是装载写好的模型文件：LoadModel[ < file.fr >, < file2.fr >, … ]模型文件后缀为".fr"，可以分几块构成。模型描述可以写在

准备注册 github 帐号并新建一个储存库安装 git （conda虚拟环境下）或者其它什么方法conda install git配置git在代码文件夹打开终端。首先是初始化git， 之前没用过则先用户名，邮箱。。。git config --global user.name "username"git config --global user.email "username@mail.com"检查配置git config --list超时错误出现则可以参考这篇文章的处理方法

FeynRules拉氏量在上一篇简单介绍了FeynRules中的一些参数设置，接下来就看如何描述我们想要的拉氏量。拉氏量是由场（及其协变导数）和一些参数（标量或张量）构成的完全缩并（意味着拉氏量本身为标量）的多项式，构建它则可利用到我们前面定义的粒子场和参数。例如费米子场，可以由函数 psi[a,b,...]\text{psi[a,b,...]}psi[a,b,...] 调用，a，b为场指标，但是需要以洛伦兹指标为开始。FeynRules会自动定义这个场的共厄场，例如对费米子场，其反粒子场只需在调用时加

FeynRules介绍FeynRules是一个基于Mathematica的工具包，能够从拉氏量出发，构建初费曼规则，生成高能粒子物理仿真所需的模型文件，例如蒙特卡洛模拟。能应用与各种超标准模型，极大地方便理论家。其一般作为仿真的第一步。这里是官方主页模型参数构建自己的模型，需要一些必要的参数。模型名和基本信息这是包含模型名，作者的email，参考文献等等信息。模型被load的时候这些信息将会打印出来。指标拉氏量中的某些场会带两个指标，规范指标和洛伦兹指标。...

最近使用pyqt5和python写了一个小界面，想要打包成exe/app程序，以便他人运行，接下来进入正题。安装pyinstaller用pip安装就行pip3 install pyinstaller打包成apppyinstaller -w -D Run_GUI.pyRun_GUI.py， 你要打包的python文件。打包完成后回出现build文件和dist文件，build文件没什么用，打开dist文件：Run_GUI就是刚刚要打包的python文件，双击就完了。文件路径等下还没完，

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录前言SSH和VNCSSHSSH服务端SSH客户端VNCVNC serverVNC viewer内网穿透花生壳前言翻出很久没用的surface pro4， 打算利用一下跑些程序，于是想利用手头上的mac电脑来实现远程控制。SSH和VNCssh是一个非常好的工具，我们只需把win配置成ssh服务端，然后用mac连接就可以运行win的power shel，但是相对于VNC的缺点是没用图形界面，下面分别解释这两种方式。当然还有在

#Linux 配置python和tensorflow-gpu的conda虚拟环境安装conda激活虚拟环境额外的model（这些额外是model只是我的程序需要的）安装condacoda官网: https://docs.conda.io/en/latest/miniconda.html#linux-installers找到合适的版本下载。wget -c https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh --no

环境配置CalcHEP使用手册和代码CalcHEP的链接: http://theory.sinp.msu.ru/~pukhov/calchep.html.安装X11交互界面运行交互界面需要X11包，详情看链接: https://theory.sinp.msu.ru/~pukhov/CALCHEP/install.html，对于mac系统则需要 安装libX11-devel安装gcc 编译器参考链接: Mac + gmake + gcc对Mac os来说先安装brew，然后对brew换源，换源

python 将函数保存为二进制文件函数保存为二进制文件/dill保存函数安装dill模块函数保存为二进制文件/dill保存函数最近写天文学的程序出现一个问题，例如一个返回值为函数的函数，例如def Cut_bin(coef,inteval,name): .... .... #===========由分布得到的分段函数==== #=================写成分段函数的形式 def vecotr_coef_distr_fun(x): low_edg

python + wget多线程下载读取链接下载函数MyThread并行下载代码由于有个项目需要下载大量数据，数据大多是每个100MB左右，所以我想使用python + wget多线程下载的方式下载，设定下载子线程个数不得多于设定的个数，已经带有超时和重试次数的设定。读取链接这些链接我是从另外一个程序得到的，主要是是读取fits文件，然后将适合的链接输出到txt里，这里的readline_txt函数就是将txt里的链接读到一个列表里。下载函数Download_wget_OS(List,PATH)是

python下载数据的各种方法python下载数据的各种方法我一开始写的下载代码带有断点续传的request库方法（不一定能行）wget方法python下载数据的各种方法上一篇我写了怎么去网站取爬取一些下载链接，还有一些自己写的python程序，主要用了request 和 urllib.request 等库，不过发现使用这些下载文件有些问题，例如不能断点传，不好下大文件，没有进度界面，没有校验等等，只适合下数量少的小文件，今天我发现有两个有用的工具来下载。我一开始写的下载代码import requ

python程序下载天文学eboss数据文件下载模块使用正则表达式检索需要下载的文件文件保存位置及生成目录保留上次下载断点断点从新开始下载下载完成，程序代码文件下载模块首先编写一个专门用于下载文件的函数def formatFloat(num):#输出统一格式 return '{:.3f}'.format(num)def downloadFile(name, url): #download File, name=File, url=download address headers =

import numpy as npfrom mayavi import mlabfrom sympy import *from mayavi.mlab import *q = 1 #电荷量e0 = 4*3.14*8.85 #4×pi×ε0 放大10的12次方def cacualte(): x, y, z = np.mgrid[-1:1:20j, -1:1:20j,-1:...

安装可参考mayavi文档http://docs.enthought.com/mayavi/mayavi/installation.html#installing-with-pip首先安装mayavi pip install mayavi如果出现Microsoft Visual C++ 14.0 is required 则需安装对应的Windows c++库可以参考http...

我们利用python的sympy模块能够很方便的进行科学计算，可以利用它对变量表达式进行泰勒展开并绘制图像，下面是我对sin(x)进行麦克劳林展开并绘制图像from matplotlib import pyplot as pltimport numpy as npfrom mpl_toolkits.mplot3d import Axes3Dfrom sympy import * #用于...

求f(x) = sin(x)/x的不定积分和负无穷到正无穷的定积分sin(x)/x的不定积分是信号函数sig ，负无穷到正无穷的定积分为piimport mathimport numpy as npimport matplotlib.pyplot as pltfrom sympy import * #用于求导积分等科学计算def draw_plot_set():#设置画图格...