Python 的广义漂移扩散建模
项目描述
PyDDM - Python 的广义漂移扩散模型
概述
PyDDM 是用于广义漂移扩散模型 (DDM) 的模拟器和建模框架，专注于认知神经科学。
主要特点包括：
- 使用 Crank-Nicolson 数值求解的模型以求解 Fokker-Planck 方程（也提供反向欧拉、解析解和粒子模拟）
- 漂移率、噪声、界限和初始位置分布的任意函数
- 参数拟合的任意损失函数和拟合方法
- 可选的多处理器支持
- 用于调试和获得不同模型直觉的可选 GUI
- 方便且可扩展的面向对象 API 允许以组件方式构建模型
- 使用新颖的程序验证技术验证模拟的准确性
有关详细信息，请参阅文档、 常见问题解答或 教程。有关 PyDDM 社区的帮助，请参阅Github 论坛。您还可以通过电子邮件注册发布公告。
安装
通常，您可以安装：
$ pip install pyddm
如果您在共享环境（例如集群）中，请安装：
$ pip install pyddm --user
如果从源代码安装，请下载源代码，解压缩，然后执行以下操作：
$ python3 setup.py install
系统要求
- Python 3.5 或以上
- Numpy 1.9.2 或更高版本
- Scipy 0.16.0 或更高版本
- Matplotlib
- 偏执的科学家
- Pathos（可选，用于多处理支持）
- AC 编译器（如果您还没有，最简单的安装方法可能是安装 Cython。）
接触
有关使用 PyDDM 的帮助，请参阅Github 论坛。
请向https://github.com/mwshinn/pyddm/issues报告错误。这包括文档的任何问题。非常感谢对错误的拉取请求。
由于资源有限，目前不接受功能请求。如果您在 PyDDM 中实现了新功能，请在 Github 上提交 Pull Request 之前执行以下操作：
- 确保您的代码干净且注释良好
- 如果合适，更新 docs/ 目录下的官方文档
- 确保您的代码具有偏执狂科学家验证条件
- 为您的新功能编写单元测试和可选的集成测试 (runtests.sh)
- 确保所有现有测试通过
对于所有其他问题或意见，请联系m.shinn@ucl.ac.uk。
执照
所有代码都在 MIT 许可下可用。有关详细信息，请参阅 LICENSE.txt。
下载文件
下载适用于您平台的文件。如果您不确定要选择哪个，请了解有关安装包的更多信息。
源分布
pyddm-0.6.1.tar.gz
（70.6 kB
查看哈希）
内置发行版
pyddm-0.6.1-cp310-cp310-win_amd64.whl
（91.0 kB
查看哈希）
pyddm-0.6.1-cp310-cp310-win32.whl
（88.8 kB
查看哈希）
pyddm-0.6.1-cp39-cp39-win_amd64.whl
（91.0 kB
查看哈希）
pyddm-0.6.1-cp39-cp39-win32.whl
（88.8 kB
查看哈希）
pyddm-0.6.1-cp39-cp39-musllinux_1_1_i686.whl
（105.3 kB
查看哈希）
pyddm-0.6.1-cp38-cp38-win_amd64.whl
（91.0 kB
查看哈希）
pyddm-0.6.1-cp38-cp38-win32.whl
（88.8 kB
查看哈希）
pyddm-0.6.1-cp38-cp38-musllinux_1_1_i686.whl
（105.8 kB
查看哈希）
pyddm-0.6.1-cp37-cp37m-win_amd64.whl
（91.0 kB
查看哈希）
pyddm-0.6.1-cp37-cp37m-win32.whl
（88.8 kB
查看哈希）
pyddm-0.6.1-cp36-cp36m-win_amd64.whl
（91.2 kB
查看哈希）
pyddm-0.6.1-cp36-cp36m-win32.whl
（89.0 kB
查看哈希）
关
pyddm -0.6.1-cp310-cp310-musllinux_1_1_x86_64.whl 的哈希值
| 算法 | 哈希摘要 | |
|---|---|---|
| SHA256 | b3136a06e4b16f252e1b6e34e23013c8c9ec67ea5176533d8134c0e020d46a6e |
|
| MD5 | 784fe1309bba6e33e85dcb092bba447e |
|
| 布莱克2-256 | 1e12087d65c8acd3a408e5afd78d87e74deb32e8af3910a10a6332f52c806903 |
