معرفی شرکت ها

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

توضیحات

camd is software designed to support autonomous materials research and sequential learning

ویژگی	مقدار
سیستم عامل	-
نام فایل	camd-2022.8.24
نام	camd
نسخه کتابخانه	2022.8.24
نگهدارنده	['Murat Aykol, Joseph Montoya']
ایمیل نگهدارنده	['murat.aykol@tri.global']
نویسنده	AMDD - Toyota Research Institute
ایمیل نویسنده	murat.aykol@tri.global
آدرس صفحه اصلی	https://github.com/TRI-AMDD/CAMD
آدرس اینترنتی	https://pypi.org/project/camd/
مجوز	Apache

camd is software designed to support Computational Autonomy for Materials Discovery based on ongoing work led by the [Toyota Research Institute](http://www.tri.global/accelerated-materials-design-and-discovery/). camd enables the construction of sequential learning pipelines using a set of abstractions that include * Agents - decision making entities which select experiments to run from pre-determined candidate sets * Experiments - experimental procedures which augment candidate data in a way that facilitates further experiment selection * Analyzers - Post-processing procedures which frame experimental results in the context of candidate or seed datasets In addition to these abstractions, camd provides a loop construct which executes the sequence of hypothesize-experiment-analyze by the Agent, Experiment, and Analyzer, respectively. Simulations of agent performance can also be conducted using after the fact sampling of known data.

نیازمندی

مقدار	نام
==2.8.2	python-dateutil
==2.8.5	networkx
==3.5.3	matplotlib
==0.7.8	matminer
-	awscli
==1.24.51	boto3
==0.6.2	docopt
==2020.5.9	taburu
==1.10.0	GPy
==3.0.0	watchtower
>=2021.7.21	qmpy-tri
-	atomate
-	m3gnet
==2020.5.10	protosearch
-	pytest
-	pytest-cov
-	coveralls

نحوه نصب

نصب پکیج whl camd-2022.8.24:

pip install camd-2022.8.24.whl

نصب پکیج tar.gz camd-2022.8.24:

pip install camd-2022.8.24.tar.gz