试用deepmodeling/dflow和一些配置的细节
如果手头有很多复杂的计算环境,或是有服务性质的计算能力伸缩需求,可以考虑使用建立在 kubernetes 上的 argoflow,来保证计算工作流程的标准化和可持续交付。
如果手头有很多复杂的计算环境,或是有服务性质的计算能力伸缩需求,可以考虑使用建立在 kubernetes 上的 argoflow,来保证计算工作流程的标准化和可持续交付。
LAMMPS 的插件真有趣,可以让我们在 LAMMPS 的程序中使用自己的函数。(后半句是 Github copilot 说的,我不信 ×
Linux上如果有Environment-module和Intel全家桶,会更好用一些(其实是更好找了一些
如果Pyscaffold已经配置好了,那么还有一些小工具可以帮助Python包的开发,如flake8、pre-commit、pyformat等。
在使用 Python 中,可能会有调用 C++程序的需求,Cython 是一个不错的选择(也没好到哪去)。
GitHub真好用,完整的工作流流和合作支持不愧是最大的在线交友平台(bushi
假的多进程,都是假的。
VSCode,yyds!