《量子化学软件基础》习题(5)——BDF和ORCA中的CASSCF计算
题目:对配合物[Fe(H2O)6]2+在CASSCF(6,5)/def2-SVP水平计算能量最低的单态、三态、五重态能量。要求使用态平均的(state averaged) CASSCF,活性空间需要包含Fe的3d电子和3d轨道。 [Fe(H2O)6]2+结构选自文献J. Chem. Theory Comput.,16, 2224. (2020),见附录。
《量子化学软件基础》习题(5)——BDF和ORCA中的CASSCF计算
题目:对配合物[Fe(H2O)6]2+在CASSCF(6,5)/def2-SVP水平计算能量最低的单态、三态、五重态能量。要求使用态平均的(state averaged) CASSCF,活性空间需要包含Fe的3d电子和3d轨道。 [Fe(H2O)6]2+结构选自文献J. Chem. Theory Comput.,16, 2224. (2020),见附录。
React源码分析7-state计算流程和优先级
setState 执行之后,会执行一个叫 enqueueSetState 的方法,这个主要作用是创建 Update 对象和发起调度,可以看下这个函数的逻辑
在GPU上加速RWKV6模型的Linear Attention计算
本文主要讲一些看到的RWKV 6模型的Linear Attention模块推理加速方法,在这篇博客中暂不涉及对kernel的深入解析。首先,flash-linear-attention(https://github.com/sustcsonglin/flash-linear-attention )这个仓库旨在对各种线性Attention架构进行工程加速,例如RetNet,GLA,Manba,RWKV6(2024年4月引入)。它使用Triton来编写代码,并针对不同的线性Transformer架构使用不同的优化方式。例如对于RWKV 6就采用在时间维度进行kernel fuse的方式来加速。其次,RWKV-CUDA是RWKV系列模型迭代中针对Linear Attention模块的改进开发的自定义高性能cuda kernel(https://github.com/BlinkDL/RWKV-CUDA)。flash-rwkv(https://github.com/BBuf/flash-rwkv)仓库在RWKV-CUDA的最优性能算子的基础上进行了封装,提供了rwkv5_cuda_linear_attention和rwkv6_cuda_linear_attention两个接口方便在HuggingFace模型实现中直接加速推理的prefill阶段速度。
不对称因子g的理论计算
不对称因子g是分子不对称程度的一种度量,在研究手性化合物的光物理性质时是一个很重要的参数。手性化合物与光发生作用,会产生圆二色谱(CD)和圆偏振发光(CPL)两种光谱,前者为吸收,后者为发射,它们的关系类似紫外-可见吸收和荧光发射间的关系。大致原理可参考下图[1]:
使用Torchmetrics快速进行验证指标的计算
TorchMetrics可以为我们提供一种简单、干净、高效的方式来处理验证指标。TorchMetrics提供了许多现成的指标实现,如Accuracy, Dice, F1 Score, Recall, MAE等等,几乎最常见的指标都可以在里面找到。torchmetrics目前已经包好了80+任务评价指标。
计算与推断思维 五、表格
为了使用表格,导入所有称为datascience的模块,这是为这篇文章创建的模块。
激发态计算入门
一个分子可以有很多的电子态,其中能量最低的称为基态(ground state),其他的态称为激发态(excited state)。通常分子通过吸收光子从基态跃迁至激发态。一般分子的基态是单重态,记为S0,部分分子的基态为三重态,记为T0。常常用Sn和Tn表示单重态和三重态第n激发态,如T1称为三重态第一激发态。每个电子态都有各自的势能面,示意图如下:
Compute the Optimal Policy & the Optimal Value 计算最佳策略和计算最佳价值
版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。
Linux系统防火墙设置教程
为了安全,服务器最好开启防火墙,开启部分端口。下面是Linux系统防火墙设置教程
单细胞测序数据拟时序分析
分化与发育的过程一直备受研究者们的关注,但机体内的每个细胞都处在一个动态变化的过程,我们很难通过实验的方法分离得到所有状态下的细胞。而单细胞测序技术的发展,为我们对细胞群体内的异质性和发育分化轨迹研究提供了新的方法。今天我们就跟随王老师一起来看一下BD SeqGeq™之单细胞测序数据拟时序分析。
如何搭建和利用好企业的第一方数据(自有数据)
毫无疑问,领先的营销人员都是受数据驱动的,但目前只有23%的营销人员对利用数据提高客户体验的结果感到满意。Salesforce的“State of Marketing”报告称,绩效最高的营销人员都将DMP用作他们最重要的营销技术手段。”
【论文笔记】2021-EMNLP-Knowledge-Aware Graph-Enhanced GPT-2 for Dialogue State Tracking
为了建模槽间关系,本文提出了一种新的混合体系结构,它通过来自图注意网络的表示来增强 GPT-2,从而允许对槽值进行因果的、顺序的预测。模型体系结构捕获跨域的槽间关系和依赖关系。
[mit6.033] 第二部分 LEC 7-12 Networking 笔记
这一部分 Lecture 讲的内容,与计算机网络有一定重合,这里笔记偏向于在系统设计中需要考虑的概念,而至于具体的协议、网络通信的具体细节等,即使在 lecture 视频中提到了,也不会记录到笔记中。这一部分细节可以通过计算机网络课程学习。
如何优雅地(用TeX)写AI论文
地址 | https://zhuanlan.zhihu.com/p/103519006
前端二面必会面试题及答案_2023-03-15
translate 是 transform 属性的⼀个值。改变transform或opacity不会触发浏览器重新布局(reflow)或重绘(repaint),只会触发复合(compositions)。⽽改变绝对定位会触发重新布局,进⽽触发重绘和复合。transform使浏览器为元素创建⼀个 GPU 图层,但改变绝对定位会使⽤到 CPU。 因此translate()更⾼效,可以缩短平滑动画的绘制时间。 ⽽translate改变位置时,元素依然会占据其原始空间,绝对定位就不会发⽣这种情况。