問題タブ [topology]

次のように、JavaScriptで親ノードと子ノードの関係を持つデータ構造があります。

私がする必要があるのは、トポロジーを持つ各子ノードの座標を計算することです。最終結果はおそらく次のようになります-トポロジツリー：

もちろん、アルゴリズムはさまざまな状況と互換性があります。たとえば、最終ノードに子ノードが多すぎる場合、各親のY座標にオフセットが加算されます。

これはトポロジツリーのデモンストレーションです：http：//mbostock.github.com/d3/talk/20111018/tree.html

しかし、それでも、JavaScriptコードのコアで、上記のように座標を計算したいだけです。何か案が？または、他の言語を使用してそれを実現できるかもしれません。

どうもありがとう！

複数の Storm トポロジを運用環境に展開しようとしています。ドキュメントを確認しましたが、トポロジがネイティブ メソッドを介して通信できるかどうかについての参照が見つかりませんでした。これを実装する方法について何か提案はありますか?

要するに、タプルがトポロジを越えて送信される可能性があるかどうかを確認することに興味があります。

ご協力いただきありがとうございます！

現在、MPI 並列化を使用して C で記述されたプログラムを使用しています。計算グリッドは、一般的なドメイン分割手法を使用して分割されます。プロセスのレイアウトは、2D 分解 (簡略化) に関して次のとおりです。

コードのある時点で、X 依存のみを持つ一連の方程式を解かなければなりません。現在の形式のトポロジでは、x 依存関係のために一度に 3 つのプロセスでしか並列化できません。これが私の質問につながります...現在のトポロジを別のトポロジにマップする便利で効率的な方法はありますかコード内で、完全な並列化、つまり 9 つのプロセスすべてを使用することを好むのはどれですか? たとえば、次のようなものです。

なぜこれから始めないのかと尋ねる人がいるかもしれません.2Dドメイン分解は全体的な問題に対してはるかに効率的です.さらに、トポロジーで同様のことを行う必要があるy依存関係もあります.したがって、上の画像は次のようになります.転置。

したがって、9 つのプロセスで完全な並列化を可能にするために、いくつかの通信ルーチンを使用してコード内で (オンザフライで) 2D トポロジーを 1D トポロジーにマップする必要がありますが、これを行う効率的で効果的な方法があるかどうかはわかりません。 VSは、3つのプロセスを並行して元の問題を実行しています。どんな提案も役に立ちます。ありがとう！！

クラスターで実行しているストーム トポロジの次のコードがあります。

デバッグすると、次のcleanup()メソッドがクラスで実行されませんWordCounter...

...そして、トポロジーの実行が終了しません。

私たちが知っているように、ツリー構造は S 式で表すことができます。例えば

しかし、グラフ (特に DAG) に S 式を使用することは可能ですか? 例えば

私の 2 番目の質問は、S 式のトポロジー限界が表現できるものは何ですか?

私はこの質問をグーグルで検索しましたが、手がかりを見つけることができませんでした.CSの正式なバックグラウンドがなければ、自分でこれを理解するのに苦労しています. この質問を閉じないでください。前もって感謝します！

私は素晴らしい記事「Storm トポロジーの並列性を理解する」に従って、Twitter の嵐を学ぼうとしています。

しかし、私は「タスク」の概念に少し混乱しています。タスクはコンポーネント (スパウトまたはボルト) の実行中のインスタンスですか? 複数のタスクを持つエグゼキューターは、実際にはエグゼキューターによって同じコンポーネントが複数回実行されていると言っていますが、正しいですか?

さらに、一般的な並列処理の意味では、Storm はスパウトまたはボルト専用のスレッド (executor) を生成しますが、複数のタスクを持つ executor (thread) によって並列処理に貢献するものは何ですか? スレッドは順次実行されるため、スレッドに複数のタスクがあると思います。スレッドは一種の「キャッシュされた」リソースになるだけで、次のタスク実行のために新しいスレッドが生成されるのを回避できます。私は正しいですか？

もっと時間をかけて調査した後、私は自分でこれらの混乱を解消するかもしれませんが、ご存知のように、私たちは両方ともスタックオーバーフローが大好きです;-)

前もって感謝します。

My goal is to solve the XOR problem using a Neural Network. I’ve read countless articles on the theory, proof, and mathematics behind a multi-layered neural network. The theory make sense (math… not so much) but I have a few simple questions regarding the evaluation and topology of a Neural Network.

I feel I am very close to solving this problem, but I am beginning to question my topology and evaluation techniques. The complexities of back propagation aside, I just want to know if my approach to evaluation is correct. With that in mind, here are my questions:

1. Assuming we have multiple inputs, does each respective input get its’ own node? Do we ever input both values into a single node? Does the order in which we enter this information matter?

2. While evaluating the graph output, does each node fire as soon as it gets a value? Or do we instead collect all the values from the above layer and then fire off once we’ve consumed all the input?

3. Does the order of evaluation matter? For example, if a given node in layer “b” is ready to fire – but other nodes in that same layer are still awaiting input – should the ready node fire anyway? Or should all nodes in the layer be loaded up before firing?

4. Should each layer be connected to all nodes in the following layer?

I’ve attached a picture which should help explain (some of) my questions.

Thank you for your time!

フレクサゴンをシミュレートする最良の方法は何ですか?

出発点での私の最善の推測は、面とエッジを表現し、エッジが交わる場所に基づいて変換をシミュレートすることです。変形を実装する過程で、ある方向への折り畳みが物理的に不可能な場合が明らかになると思います。

私は実験によってこれを理解しようとしますが、数学との私の施設のギャップが私を妨げているような問題のように感じます.

編集:明確にするために、フレクサゴンを表すために使用できるデータ構造と、それらのデータ構造を操作してフレクサゴンの折り畳みをシミュレートする方法に興味があります。