茶碱
用于AnyLogic的自定义库，允许您在运行的模型中调用Python。 它连接到Python的本地安装，从而使您可以使用任何Python库。
它可用于以下情况：
使用最初用Python编写的代码，而不必移植到Java
用Python编写可以用Java调用的复杂算法，可以选择在语言之间传递对象/数据
能够使用任何Python独有的库
使用模拟作为测试经过培训的人工智能策略的测试平台
入门
这些说明将使Pypeline与AnyLogic集成在一起。 在提供的Wiki（用户指南迁移到的维基）中对它们进行了更全面的描述。
先决条件
您需要在计算机上安装具有任何有效许可证（PLE，大学或专业）的AnyLogic，以及一个版本的Python。
安装
从下载Pypeline.jar文件，并将其放置在不会移动（或意外删除）的位置。
将其添加到您的AnyLogic面板。 AnyLogic帮助文
2021-10-10 13:07:18
53.29MB
1
矩阵用matlab代码实现TVB-Pypeline--进行中！
该项目使用Nipype将我们当前的自动化MRI处理管道（）映射到Python，从而使内部使用的工具箱易于互换。
有关管道的一般概述，请参见
请注意，该管道会进行大量分析，因此计算量很大。
在使用>
100个CPU内核的高性能群集计算机上进行测试。
安装：
管道使用主要依赖于Python
2.7的Nipype。
以下列表概述了在管道的当前状态下使用的Python工具箱。
有关安装和依赖关系解决的信息，请参见相应的文档页面。
由于Nipype
/
Python也充当通过Shell接口调用的工具箱的包装，因此，您还必须确保要使用的工具箱已安装在系统上，并且它们的二进制文件/库包含在Shell的搜索路径中。
对于预处理，使用以下工具箱：
当涉及到纤维束描记术时，有很多可用的工具。
它们的用法还非常依赖于如何记录dwMRI数据。
主要的分离点之一是在测量过程中施加的不同扩散梯度强度的数量（即，不同b值的数量）。
如果数据集只有一个大于零的单一值，那么人们会谈论单壳数据。
一旦涉及多个值（>
0），该数据就称为多外壳数据
当前，我们测
2021-05-28 14:03:07
4.69MB
1