lhcb触发/剥离流优化库
streams-optimization的Python项目详细描述
lhcb实验每年存储大约10 ^{11}美元的碰撞事件。 典型的物理分析处理的最终样本高达10^7美元$ 事件。事件预选算法(行)用于数据 减少。因为数据的存储格式要求 顺序访问,这些行被分组到几个输出文件中 流,以提高用户分析作业的效率 读取这些数据的人。方案的效率在很大程度上取决于 河流组成。把相似的线放在一起并平衡 流大小可以减少开销这个图书馆 实现一种查找最佳流组合的方法。
它接受一个任意可微损失函数并产生一个 流媒体方案,优化到损失函数。为了 特斯拉流我们使用了$sum{streams}e(n{events})e(n{lines})$。
请阅读更多内容并引用提交给CHEP程序的论文: https://arxiv.org/abs/1702.05262
安装 截至发稿时(2017年3月9日),PyPi没有要求的 意大利面和千层面的版本您应该通过以下途径安装它们:
pip安装-rhttps://raw.githubusercontent.com/Lasagne/Lasagne/master/requirements.txt pip安装https://github.com/Lasagne/Lasagne/archive/master.zip
然后继续安装流优化包: python setup.py安装