معرفی شرکت ها

cheetah-accelerator-0.5.18

Card image cap
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
Card image cap
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
Card image cap
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
Card image cap
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
Card image cap
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
0.5.18
0.5.17
0.5.16
0.5.15
0.5.18
0.5.17
0.5.16
0.5.15
0.5.14
0.5.13

توضیحات

Fast particle accelerator optics simulation for reinforcement learning and optimisation applications.
ویژگی مقدار
سیستم عامل -
نام فایل cheetah-accelerator-0.5.18
نام cheetah-accelerator
نسخه کتابخانه 0.5.18
نگهدارنده []
ایمیل نگهدارنده []
نویسنده Jan Kaiser & Oliver Stein
ایمیل نویسنده jan.kaiser@desy.de
آدرس صفحه اصلی https://github.com/desy-ml/cheetah
آدرس اینترنتی https://pypi.org/project/cheetah-accelerator/
مجوز -
# Cheetah Cheetah is a particle tracking accelerator we built specifically to speed up the training of reinforcement learning models. ## Installation Simply install *Cheetah* from PyPI by running the following command. ```bash pip install cheetah-accelerator ``` ## How To Use A sequence of accelerator elements (or a lattice) is called a `Segment` in *Cheetah*. You can create a `Segment` as follows ```python segment = Segment([ BPM(name="BPM1SMATCH"), Drift(length=1.0), BPM(name="BPM6SMATCH"), Drift(length=1.0), VerticalCorrector(length=0.3, name="V7SMATCH"), Drift(length=0.2), HorizontalCorrector(length=0.3, name="H10SMATCH"), Drift(length=7.0), HorizontalCorrector(length=0.3, name="H12SMATCH"), Drift(length=0.05), BPM(name="BPM13SMATCH"), ]) ``` Alternatively you can create a segment from an Ocelot cell by running ```python segment = Segment.from_ocelot(cell) ``` All elements can be accesses as a property of the segment via their name. The strength of a quadrupole named *AREAMQZM2* for example, may be set by running ```python segment.AREAMQZM2.k1 = 4.2 ``` In order to track a beam through the segment, simply call the segment like so ```python outgoing_beam = segment(incoming_beam) ```` You can choose to track either a beam defined by its parameters (fast) or by its particles (precise). *Cheetah* defines two different beam classes for this purpose and beams may be created by ```python beam1 = ParameterBeam.from_parameters() beam2 = ParticleBeam.from_parameters() ``` It is also possible to load beams from Ocelot `ParticleArray` or Astra particle distribution files for both types of beam ```python ocelot_beam = ParticleBeam.from_ocelot(parray) astra_beam = ParticleBeam.from_astra(filepath) ``` You may plot a segment with reference particle traces bay calling ```python segment.plot_overview(beam=beam) ``` ![Overview Plot](images/misalignment.png) where the optional keyword argument `beam` is the incoming beam represented by the reference particles. Cheetah will use a default incoming beam, if no beam is passed. ## Cite Cheetah To cite Cheetah in publications: ```bibtex @inproceedings{stein2022accelerating, author = {Stein, Oliver and Kaiser, Jan and Eichler, Annika}, title = {Accelerating Linear Beam Dynamics Simulations for Machine Learning Applications}, booktitle = {Proceedings of the 13th International Particle Accelerator Conference}, year = {2022}, url = {https://github.com/desy-ml/cheetah}, } ```


نیازمندی

مقدار نام
- torch
- matplotlib
- numpy
- scipy


نحوه نصب


نصب پکیج whl cheetah-accelerator-0.5.18:

    pip install cheetah-accelerator-0.5.18.whl


نصب پکیج tar.gz cheetah-accelerator-0.5.18:

    pip install cheetah-accelerator-0.5.18.tar.gz