3
나는 2D 격자의 이싱 모델에 대한 몬테 카를로 시뮬레이션을하는 파이썬 스크립트를 가지고있다. 엠씨 시뮬레이션은 당황 스럽지만 모든 온도에 대한 샘플링을 서로 다른 스레드에 분산시킬 수 있습니다. 다중 처리 모듈을 사용하고 싶지만이 패키지는 처음입니다. 어떻게해야합니까? 여기파이썬에서 이싱 모델을 병렬 처리하는 방법 (다중 처리 패키지)?
from __future__ import division
import numpy as np
from numpy.random import rand
import matplotlib.pyplot as plt
import multiprocessing as mp
nt = 5
N = 16
Energy = np.zeros(nt)
Magnetization = np.zeros(nt)
T = np.linspace(1, 5, nt)
## monte carlo moves
def mcmove(config, beta):
for i in range(N):
for j in range(N):
a = np.random.randint(0, N)
b = np.random.randint(0, N)
s = config[a, b]
nb = config[(a+1)%N,b] + config[a,(b+1)%N] + config[(a-1)%N,b] + config[a,(b-1)%N]
cost = 2*s*nb
if cost < 0:
s *= -1
elif rand() < np.exp(-cost*beta):
s *= -1
config[a, b] = s
return config
# calculate thermodynamic variables
def calcEnergy(config):
energy = 0
for i in range(len(config)):
for j in range(len(config)):
S = config[i,j]
nb = config[(i+1)%N, j] + config[i,(j+1)%N] + config[(i-1)%N, j] + config[i,(j-1)%N]
energy += -nb*S
return energy/4.
def calcMag(config):
mag = np.sum(config)
return mag
def simulate():
# -->: parallelize T
for m in range(len(T)):
E1 = M1 = 0
def initialstate(N):
state = 2*np.random.randint(2, size=(N,N))-1
return state
eqSteps = 2000
config = initialstate(N)
for i in range(eqSteps):
mcmove(config, 1.0/T[m])
mcSteps = 2000
for i in range(mcSteps):
mcmove(config, 1.0/T[m])
Ene = calcEnergy(config)
Mag = calcMag(config)
E1 = E1 + Ene
M1 = M1 + Mag
Energy[m] = E1/(mcSteps*N*N)
Magnetization[m] = M1/(mcSteps*N*N)
return Magnetization, Energy
Magnetization, Energy = simulate()
print Magnetization, Energy
고맙습니다! 그게 효과가 있었어! – user3503316
질문에 대한 답변을 수락 할 수 있습니다. – Hannu