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

OpenCL-accelerated cellular automata simulator

ویژگی	مقدار
سیستم عامل	-
نام فایل	clcell-1.0.1
نام	clcell
نسخه کتابخانه	1.0.1
نگهدارنده	[]
ایمیل نگهدارنده	[]
نویسنده	Garrett Fairburn
ایمیل نویسنده	-
آدرس صفحه اصلی	https://github.com/Foxbud/clcell
آدرس اینترنتی	https://pypi.org/project/clcell/
مجوز	MIT

# clcell **clcell** is an OpenCL-accelerated cellular automata simulator for Python 3. ## Features - OpenCL-based hardware acceleration - Custom rulesets via `clcell.RuleSet` - Parallel simulations via `clcell.CASimulator.batch_simulate` ## Limitations - Only binary cell states - No support for infinite grids - Grid boundary cells must be unpopulated ## Installation Regardless of the installation method you choose, you will need [OpenCL](https://www.khronos.org/opencl/) drivers for your hardware. ### Using pip ``` $ pip install --user clcell ``` ### Building from Source Requirements: - [GNU Make](https://www.gnu.org/software/make/) - [Futhark](https://futhark-lang.org/) - [setuptools](https://pypi.org/project/setuptools/) Clone this repository: ``` $ git clone https://github.com/Foxbud/clcell.git ``` Enter the project directory: ``` $ cd clcell ``` Build and install this package: ``` $ make install ``` ## Usage ```Python import numpy as np import clcell # Instantiate a simulator using Conway's Game of Life as the ruleset. sim = clcell.CASimulator(clcell.LIFE) # Create a randomized game state to use as a seed. seed_state = np.random.randint(0, 2, (1023, 1023), dtype=np.int8) # Pad state with zeros (required for now). seed_state = np.pad(seed_state, 1, constant_values=0) # Simulate 10,000 generations based on that seed. final_state = sim.simulate(10000, seed_state) # Create a batch of 1,000 randomized, padded game states to use as seeds. seed_states = np.array([ np.pad( np.random.randint(0, 2, (127, 127), dtype=np.int8), 1, constant_values=0 ) for num in range(1000) ]) # Simulate 1,000 generations based on each of those seeds. final_states = sim.batch_simulate(1000, seed_states) ``` ## Changelog **v1.0.1** - Simplified how the device code checks for boundary cells. - Refactored device code to use grids of 8-bit cells as opposed to 32-bit. - Fixed incorrectly placed size annotations in one device function. **v1.0.0** - Initial release.

نیازمندی

مقدار	نام
>=2015.2	pyopencl
-	numpy

نحوه نصب

نصب پکیج whl clcell-1.0.1:

pip install clcell-1.0.1.whl

نصب پکیج tar.gz clcell-1.0.1:

pip install clcell-1.0.1.tar.gz