作者ives0228 (ives)
看板PhD
标题Re: [心得] 完全使用免费软体的学术研究生活
时间Thu Mar 1 16:40:16 2018
※ 引述《caseypie (吟游诗人)》之铭言：
恕删，
我也有些心得想分享
: 领域：理论/计算生物物理
: 应用程式：Mac，不过大部分Linux也通用，不通用的我会加上Linux替代方案
: 十年没用Windows所以不是很清楚通用情况
: 1.写文章：Latex (TexShop)
我觉得TeX在这年代还能发光发热，最重要的是能够跟版本管理做结合
像是git搭配TeX很强大，写个LaTeX可也搞得跟开发软体一样像在做工程
而且由於TeX文档也就是纯文字而已，
所以如果使用git的图形界面或是GitHub，不同版本间的差异一目了然
如果是使用指令行界面，简单的diff/vimdiff/git diff也很好用
尤其当合写paper的人也用git跟GitHub时，合作写作会变得很有效率
所以我强烈推荐，就算跟写程式无关的人，只要有用TeX，也要学个版本管理程式
目前最流行的应该就是git了，然後再搭配个GitHub，就会非常强大
: 2. 文献管理：BibDesk
我们团队是使用I, Librarian
(
https://github.com/mkucej/i-librarian )
他的特色是团队的资料库是合并共享的，很适合团队合作的project
另外所有资料库(PDF/references等等)都是存放在自己架设的伺服器上
他不像其他文献管理都是本地资料库爲核心，然後使用者只是把资料库上传到云端备份
所以I, Librarian提供的是伺服器端的程式，他本身并没有本地的客户端程式，也不需要
他所谓的使用者界面就是网页罢了
使用者用浏览器去登入自己架的网站就可以使用I, Librarian了
他第一个缺点是使用者界面不好用，对用惯Mendeley或Zetero的人来说很难适应
而且毕竟只是php网页，速度没办法跟Mendeley那种真正的客户端比
通常只适合管理团队共享的文献资料库跟产生bibtex，不适合直接使用他看PDF档
虽然他也跟Mendeley一样可以看PDF 写笔记 画重点等等就是了
第二个缺点是，虽然他是开源的，但是他缺乏详细说明文件
因爲那间公司就是靠提供服务来赚钱，所以不会免费提供太多资讯
有点类似一间公司免费提供各式汽车零件，但是不会免费教你怎麽组装一台车子跟保养
如果不想付钱，就必须自己要懂一些架站跟管理的知识
尤其如果打算伺服器完全对外网开放，就那就复杂多了，要考虑很多安全问题
: 3. 数值工作：Python（Anaconda package）
很高兴看到认同使用python取代matlab的同好
我们团队一直致力於推广使用python取代matlab
但是即使到这年代了，一堆科系大学部还是只教matlab，所以我们颇挫折的
在数值模拟领域，传统使用C/C++/Fortran的人还是瞧不起直译式语言
(但的确，python在高校能计算领域也只是刚起头而已)
而就教学或入门级程式课程而言，很多教授还是觉得matlab是唯一，不愿意尝试新东西
我们系甚至发生过有教授得到好处，想要把大学部python课程改回matlab
Python是一种程式语言，能做很多事，或者说想用来做什麽都可以(?)
在科研上，画图跟资料分析，原Po已经介绍了一些
基本上只要把握numpy, scipy, matplotlb, sympy, pandas就可以解决很多科研的事情
python的东西讲都讲不完，所以这边我只想针对大规模的数值模拟
传统上都认爲Python/Matlab/Java这类直译语言跟高校能计算(HPC)无缘
但其实现在已经开始有python程式在超级电脑上使用了
去年一个计算流力程式，PyFR，成功在ORNL的Titan上，执行了使用超过1万张GPU的计算
(Titan是2012年世界排名第一的超级电脑，现在第五名)
虽然PyFR这个程式用了很多trick，不是普通的python程式
而且需要Titan的工作人员做一些系统上的特殊处理後，才能达到效能标准
但是相较於matlab，
我还真没听过top10超级电脑里，美国联邦政府拥有的那几台，有哪台跑过matlab程式
而至少python成功登陆这个直译式语言的禁区了
(超级电脑耗电量很惊人，所以就联邦政府拥有的超级电脑而言，
效能达不到标准的程式是不会被允许在超级电脑上执行，除非有管道走後门)
至於小规模的数值模拟，很多平行化模型都已经有python界面
譬如MPI有mpi4py，然後CUDA有pycuda，OpenCL有PyOpenCL
然後热门的分散式计算的涵式库，像是PETSc跟Trilinos也有python binding
也有像numba这种无需自己写gpu kernel，就可以自动帮你使用GPU加速回圈的工具
而非得写C/Fortran kernel的时候，python呼叫这些kernel也很方便
毕竟早期python就被称爲glue language，容易跟其他语言结合
如果对设计互动式教学教材或是想自动产生报告，则可以参考Jupyter Notebook
Python很有趣，就算我们只针对科研来说，画图/数据分析/数值模拟都只是冰山一角
Python在不同的学术领域还有更多不同的应用，希望有更多人来分享跟推广
--
※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 71.206.47.136
※ 文章网址: https://webptt.com/cn.aspx?n=bbs/PhD/M.1519893619.A.639.html
1F：→ saltlake: 所以本文作者要否提供更进一步细节，例如入门教学网页， 03/01 17:59
2F：→ saltlake: 或者啥别的技术细节分享? 比方针对这里提及的数值计算 03/01 18:00
3F：→ saltlake: 或者其他啥的有助执行研究的功能? 03/01 18:00
我的确是蛮想写一些git跟合作写paper的经验，
因爲这些经验是我们团队几次合作写paper时摸索出来的，不是直接从哪里学到的
但我目前还想不出要怎麽跟完全没有经验的人解释版本管理的概念
所以可能还有得等XD
至於python的东西，我觉得就像楼下m大说的，用关键字搜寻到的资料已足够
如果找到的资料看不懂，那可能需要先入门python，入门可以参考
https://www.coursera.org/learn/python
https://courses.edx.org/courses/MITx/6.00.1_3x/2T2014/course/
如果想入门python特定在数值研究的应用，我们有设计3门结合python的学术课程
放在我们自己的mooc平台上
https://openedx.seas.gwu.edu
分别是大学数值分析，空气动力学，以及数值微分方程
这几门课都降低了数学理论的比重跟深度，但是加强了python实作，对象是大学生
课程涵盖了前述提到的numpy, scipy, matplotlib, pandas，以及一点numba
如果已经有数值分析背景，透过这些教材可以很快熟悉python
不想在mooc平台开帐号的话，三门课的原始教材可以从下面网址得到
https://github.com/engineersCode/EngComp
https://github.com/barbagroup/AeroPython
https://github.com/numerical-mooc/numerical-mooc
这三门课本身就是使用Jupyter Notebook设计教材的范例
另外我们还有针对计算流体力学的12-steps to Navier-Stokes的python教材
http://lorenabarba.com/blog/cfd-python-12-steps-to-navier-stokes/
但已经很久没有人去维护教材里的程式码了，因爲这门课没在开了
至於实务使用python在数值相关研究上的例子，除了PyFR之外
可以在The Journal of Open Source Software上找到很多：寻找用py开头的程式
https://joss.theoj.org/
4F：推 mmonkeyboyy: Bitbucket 可以private project for free 03/01 20:02
5F：推 mmonkeyboyy: 最近AI红了点 python 又更热门了 03/01 20:29
6F：推 mmonkeyboyy: s大 这些东西都是只要有关键字 都能 google的 03/01 20:41
7F：→ mmonkeyboyy: 有些甚至你一辈子想搞懂一样都有点难XD 03/01 20:41
8F：→ mmonkeyboyy: 我记得之前在一个seminar遇到J. Dongarra 他也在说 03/01 20:42
9F：→ mmonkeyboyy: python这事 不过这主要还是跟社群有关 03/01 20:43
10F：→ mmonkeyboyy: 还有开发者怎样应用有关 至於超级电脑上 03/01 20:43
11F：→ mmonkeyboyy: python真的是菜鸟 而且就连PyFr也是站在别人肩上那种 03/01 20:47
12F：→ mmonkeyboyy: 比较像是作者自己说的framework 03/01 20:47
13F：→ mmonkeyboyy: 纯Python还没看到过 (我是c++派的 但我到是很支持 03/01 20:49
14F：→ mmonkeyboyy: 拿p当前端 paraview就是一个好例子 03/01 20:50
15F：→ mmonkeyboyy: 看来i大大您是作数值分析的XD 03/01 20:52
16F：→ mmonkeyboyy: 目前看了几个案子还是C++还是大宗 03/01 20:54
我不是大大.. 我只是不务正业不专心做研究很久了，所以反而对工具使用很有心得..
然後又刚好加入了一个对python还有open source很有爱的研究团队...
其实我自己也是C/C++派，但是除了production code外，其他我都使用python处理
譬如後处理或是建立数值方法prototype等等
※ 编辑: ives0228 (161.253.72.248), 03/02/2018 04:02:15
17F：推 mmonkeyboyy: 推 如果你要写我可以帮补充一些git+latex(有需要的 03/02 09:49
18F：→ mmonkeyboyy: 话啦 从小乌龟用到svn再用到git 人生真漫长) 03/02 09:50
19F：→ mmonkeyboyy: 我是在用python乱搞 从後处理到网页都用 03/02 09:53
20F：→ mmonkeyboyy: 最近还真的就是要用Jupyter Notebook 方便的话有问题 03/02 09:54
21F：→ mmonkeyboyy: 请让我跟你讨论这个啊 Q_Q 03/02 09:55
22F：→ ives0228: 感谢捧场！当然没问题阿～大家一起互相学习！ 03/02 13:50
23F：推 supereon: 敝校已购买matlab大量授权... 03/02 14:27
24F：推 kriswu8021: 各有优缺吧python在矩阵运算上本来就没matlab快啊 03/02 15:15
25F：推 gomi: 推一下 git+latex 03/02 17:30
26F：推 mmonkeyboyy: 矩阵运算没有matlab快....不一定吧 03/02 20:47
27F：→ mmonkeyboyy: 大型运算上都是矩阵的情况下 还没看过matlab的 03/02 20:48
28F：→ mmonkeyboyy: 矩阵一大上去matlab先倒给你看啊(memory问题) 03/02 20:49
29F：→ caseypie: 团队协作或许可以把JabRef/BibDesk的总bib放在github上 03/03 01:13
30F：→ caseypie: 或直接把文献管理软体的资料库拉到dropbox/google drive 03/03 01:14
31F：→ caseypie: 数值计算我只是个使用者，所以只要前端好用就好了XD 03/03 01:18
32F：→ caseypie: 像Scipy底下还不都是从c和fortran继承过来的library 03/03 01:20
33F：→ caseypie: 所以我选工具的重点是有没有人已经都写完了我可以直接用 03/03 01:21
34F：→ caseypie: 自己开发数值模拟程式实在太累太困难了根本不想弄啊 03/03 01:22
35F：→ caseypie: 好好写的numpy就未必比matlab慢了 03/03 01:27
36F：→ caseypie: 用numba的话更是可以提速到与C不相上下 03/03 01:28
37F：→ caseypie: 当然，大部份时候大家都是轻松写、乱写、出事就call out 03/03 01:29
38F：→ caseypie: 所以收了钱也干实事（技术支援完美）的matlab还是最方便 03/03 01:29
39F：推 caseypie: 说到速度，工科我不知道，对很多理科研究者差那一点根 03/03 01:34
40F：→ caseypie: 本没有影响 03/03 01:35
41F：→ caseypie: 我认识有做应数的成天在matlab里用for loop硬干矩阵计算 03/03 01:36
42F：→ caseypie: fortran/c/python都不会，照样出paper拿北美教职 03/03 01:36
43F：推 mike0227: 没多少人的numpy後端是跑Intel MKL 03/03 03:13
44F：→ mike0227: MATLAB收钱就帮你环境弄好好的 03/03 03:14
45F：→ mike0227: 还有在意速度的人真的没有想像的多 03/03 03:15
46F：→ mike0227: 里面大概还有一半的人不知道自己的程式可以跑更快 03/03 03:15
47F：→ saltlake: 相较於用城市技巧写快程式，数学家论文是在开发演算法 03/03 06:48
48F：→ saltlake: 程式供做拿来测概念就行了不是吗? 03/03 06:48
49F：→ caseypie: 应数很多人做的是实际应用问题，不是演算法 03/03 09:08
50F：推 mmonkeyboyy: 其实 跑不快很惨的....应数很多也要求速度了 调solve 03/03 09:11
51F：→ mmonkeyboyy: r就能搞很久了 03/03 09:11
52F：→ caseypie: 人家拿到了offer，惨在哪 03/03 10:25
53F：推 mmonkeyboyy: 就不是找工作的惨 是别的吧 03/03 14:03
54F：→ mmonkeyboyy: 拿到offer就很好吗QQ？ 03/03 14:04
55F：→ mmonkeyboyy: 也很多人不知道mkl吧 03/03 14:05
56F：→ caseypie: 要留在学界的phd/postdoc除了教职还图什麽呢 03/03 20:54
57F：推 mmonkeyboyy: 做点有用的事啊@_@ 03/03 22:40
58F：推 mmonkeyboyy: 势利一点的 拿一堆grant 升官 DOD DOE DARPA NSF 03/04 00:21
59F：→ mmonkeyboyy: NIH USDA 理想一点的发现字宙奥秘 解物理难题 03/04 00:22
60F：→ mmonkeyboyy: 探测未知的东西 可怕一点的 模拟各种很少发生的事 03/04 00:23
61F：→ mmonkeyboyy: 佛心一点的 研发能救人的东西 03/04 00:23
62F：→ mmonkeyboyy: 一堆数值模拟的都是跟这些有关啊 03/04 00:24
63F：推 mmonkeyboyy: 有些东西理想很好 但跑不出来跑不快 就没什麽用 03/04 00:26
64F：→ mmonkeyboyy: 最近最好的例子就是 DEEP LEARNING 03/04 00:27
65F：推 caseypie: 能拿到教职不就是升官拿grant，或至少人家认可他升官 03/04 00:29
66F：→ caseypie: 拿grant的能力.....事实上很多「有用」的事不太要求速度 03/04 00:30
67F：→ caseypie: 人家做的还是生医相关的应数呢，事实就是学校不在乎 03/04 00:31
68F：→ caseypie: 他不知道matlab对矩阵有优化这件事 03/04 00:31
69F：推 mmonkeyboyy: 囧> 就这麽说吧 拿到个教职才只是开始 03/04 00:53
70F：→ mmonkeyboyy: 也许他成果做得很好或是表达的很好 03/04 00:53
71F：→ mmonkeyboyy: 但在其他人来看 也许就是无法接受 03/04 00:54
72F：→ mmonkeyboyy: 很多有用的事....都是用时间拼出来的 最小就工程方 03/04 00:54
73F：→ mmonkeyboyy: 向上是 我自己应数的朋友也都很会用matlab 但新 03/04 00:55
74F：→ mmonkeyboyy: 一代的几乎都同时会其他的 因为很多的原因跟泛用性 03/04 00:56
75F：→ mmonkeyboyy: 甚至是平台上通用性 03/04 00:59
76F：→ caseypie: 无法接受什麽？又不是每个领域出论文都要给人看程式码 03/04 02:13
77F：→ caseypie: 也没有那麽多人在乎程式的泛用性和平台通用性 03/04 02:14
78F：→ caseypie: 大部分的科研工作者都是自干程式，没有版本管控、 03/04 02:14
79F：→ caseypie: 没有格式规范、没有考虑相容性，出过paper後就丢 03/04 02:15
80F：→ caseypie: 但连教授都不会去在意学生用什麽程式码，遑论其他人 03/04 02:16
81F：→ caseypie: 做应数/数值计算/模拟不代表要有软体工程师的sense 03/04 02:16
82F：推 mmonkeyboyy: 这我同意 不是每个领域都一样 03/04 02:17
83F：→ caseypie: 虽然有sense多少有帮助，但对大部分人而言非常边际 03/04 02:17
84F：→ mmonkeyboyy: 有的概念性的就能上matlab就好 解释一些做法 03/04 02:17
85F：→ mmonkeyboyy: 但 其实很多时候 根本不需要这样做 只是多绕路 03/04 02:18
86F：→ caseypie: 除非该员已经打算做完PhD/postdoc转业界写程式去 03/04 02:18
87F：→ mmonkeyboyy: 这点我前两年体会很深的.....根本瞎搞 还是能教职 03/04 02:19
88F：→ mmonkeyboyy: 但根本前进不了 一点点都进不了XD 03/04 02:19
89F：→ mmonkeyboyy: 我在一个应数算有名的地方工作过(我工程类) 03/04 02:21
90F：→ mmonkeyboyy: 跟不少应数强者合作过 非常有感触 细节我就不提了 03/04 02:21
91F：→ mmonkeyboyy: 不管是学界业界 现在网路这年代 没放上去大家验验 03/04 02:22
92F：→ mmonkeyboyy: ? 很多sense都花不了几天就能抓到皮毛了 03/04 02:23
93F：→ mmonkeyboyy: 我举一个无法接受的例子 我最近在看某个grant 03/04 02:24
94F：→ caseypie: 应数是一个很大的领域，很多人做的东西很不一样........ 03/04 02:24
95F：→ mmonkeyboyy: 写出来没考虑到一堆东西的先丢一边 写这些proposal的 03/04 02:24
96F：→ mmonkeyboyy: 人各种人都有 但当要用到某些东西时 关於钱上 大家 03/04 02:25
97F：→ mmonkeyboyy: 很在乎很在乎的.... 03/04 02:25
98F：→ mmonkeyboyy: 小点 数值跟FEM 03/04 02:25
99F：→ mmonkeyboyy: 有些不用快是真的 但别人要验证可行性时 其实很多 03/04 02:27
100F：→ mmonkeyboyy: 时候真要多方向考虑 就我自己连memory都得看 03/04 02:28
101F：→ mmonkeyboyy: 可能做工程的人很容易就被要求(或是训练)什麽都要看 03/04 02:28
102F：→ caseypie: 又不是每个人都在写要给大家用的package...... 03/04 02:30
103F：→ mmonkeyboyy: 应数真的还蛮大的 我在过去几年跟了好多应数的合作 03/04 02:30
104F：→ caseypie: 事实就是没有人在看，因为那不是工程 03/04 02:30
105F：→ mmonkeyboyy: 挺有趣的XD 我还蛮尊重这些人XD 03/04 02:30
106F：→ caseypie: 程式只是工具，不是产品 03/04 02:30
107F：推 mmonkeyboyy: 好吧 如果您要这样说 @_@ 03/04 02:35
108F：→ mmonkeyboyy: 因为我也不知道是那一个领域 03/04 02:36
109F：→ mmonkeyboyy: 但您觉得这样很好就好了 囧> 我只是觉得有点惨 03/04 02:36
110F：→ caseypie: 不，你的叙述听起来跟我认识的应数人在做的根本完全不同 03/04 02:38
111F：推 mmonkeyboyy: 当然我也有朋友物理系 顶大的教授 也是 matlab打天下 03/04 02:39
112F：→ caseypie: 所以我说领域很大，很多人在做的事根本不是你认知的方向 03/04 02:39
113F：→ caseypie: 自然不需要照你理解的不惨的方式来做事 03/04 02:39
114F：→ mmonkeyboyy: 有可能哦 所以我说小了方向 是数值和 FEM这边的 03/04 02:40
115F：→ caseypie: 物理系做费曼图积分的一堆人还在用fortran g77 03/04 02:40
116F：→ caseypie: 也不妨碍他们在美国升等正教授 03/04 02:40
117F：→ mmonkeyboyy: 话说我那位朋友matlab到是用的很好就是了 03/04 02:40
118F：→ mmonkeyboyy: fortran很快..... 03/04 02:41
119F：→ mmonkeyboyy: 而且只做概念性的 用什麽都差不多 03/04 02:42
120F：→ mmonkeyboyy: 但提到要用一些东西提升的 速度就很重要 不然深度学 03/04 02:42
121F：→ mmonkeyboyy: 习也不会在这几年这麽红 03/04 02:43
122F：→ caseypie: 我还是一句话：不是每个人做的东西都需要速度「提升」 03/04 02:51
123F：→ caseypie: fortran没有泛用性。 03/04 02:51
124F：→ caseypie: 而且他们用fortran纯粹因为那是祖传程式码，跟速度无关 03/04 02:52
125F：推 mmonkeyboyy: 我只是回了一句 我觉得跑不快很惨的 就跟着解释下去 03/04 02:53
126F：→ mmonkeyboyy: 囧> 03/04 02:54
127F：→ mmonkeyboyy: 对啊 现在用fortran的几乎都是祖传打包再打包啊 03/04 02:54
128F：→ mmonkeyboyy: 好几个很好的包大家一直用 就是因为那个f码写的很好 03/04 02:55
129F：→ mmonkeyboyy: 好哦 速度极快 03/04 02:55
130F：→ mmonkeyboyy: 我说了应数很多也要求速度 也没说全部@_@~ 03/04 02:56
131F：→ caseypie: 你觉得跑很惨，可是事实跟你觉得的不一样啊 03/04 02:57
132F：→ caseypie: 还有人家用的fortran包是自己车的，没有什麽大家一直用 03/04 02:58
133F：推 mmonkeyboyy: 好吧 你觉得不是就是了 囧> 可能我合作的都不是应数 03/04 02:59
134F：→ caseypie: 你合作的不是所有的应数，甚至可能不是大部分的应数 03/04 03:00
135F：→ mmonkeyboyy: 不知道去那里来的 囧> 我下次会跟他们讲一下 03/04 03:01
136F：→ mmonkeyboyy: 是某部份的 数值部份的 这是我合作的对象 03/04 03:01
137F：推 mmonkeyboyy: 好多包的低层都是fortran 我就懒得提有那些了 03/04 03:03
138F：→ mmonkeyboyy: 一堆数学常用的包 都多少有 frotran的影子 03/04 03:05
139F：→ caseypie: 你说的应该是研究数值方法的，但是很多人只是用数值方法 03/04 03:05
140F：→ caseypie: 比方phys math, bio math, econ math这些都算作应数 03/04 03:06
141F：→ caseypie: 我说的并不是什麽底层，而是人家的整个程式就是fortran 03/04 03:08
142F：推 mmonkeyboyy: 你要解东西概念或是方程式是一种 但真解下去大问题 03/04 03:08
143F：→ caseypie: 就是把fortran当作唯一的程式语言做所有的事情 03/04 03:08
144F：→ mmonkeyboyy: 方法能不能推上去就是 一个挑战 03/04 03:09
145F：→ mmonkeyboyy: 这年代把 fortran当唯一东西使用解上去的很强 03/04 03:09
146F：→ mmonkeyboyy: 少人用社群不强大 进展会慢 但能还广泛用很强 03/04 03:10
147F：推 mmonkeyboyy: 我自己跟bio math econ math chem math的合作过 03/04 03:13
148F：推 caseypie: 是一个挑战，但不是所有人的挑战。 03/04 03:13
149F：→ mmonkeyboyy: 这些人速度要求还蛮高的啊 不然就不会找上来Q_Q 03/04 03:13
150F：→ caseypie: 很多研究不存在你说的那种「大问题」和「推上去」.... 03/04 03:13
151F：→ caseypie: 你有没有想过会找上你的人的群体本身就是一种偏差..... 03/04 03:14
152F：→ mmonkeyboyy: 我也知道哦 找来工程合作都是想试试一些东西 03/04 03:15
153F：→ mmonkeyboyy: 有些想法或是概念其实很好 但现实应用下去并不见得 03/04 03:17
154F：→ mmonkeyboyy: 会很好 会被蛮多实际情况限制 03/04 03:18
155F：→ caseypie: 你一直在说想法和概念，而且是和现实应用对立的想法概念 03/04 03:18
156F：→ caseypie: 可是很多人做的研究根本不存在你说的那种想法和概念 03/04 03:18
157F：→ mmonkeyboyy: 当然啦 要再往理论那钻是一回事 找个好solver好模型 03/04 03:19
158F：→ mmonkeyboyy: 也许我认识的人不够啦 真的是抱歉@_@~ 03/04 03:19
159F：推 mike0227: 还会继续用Fortran很多是历史包袱。 03/04 03:19
160F：→ mmonkeyboyy: 是啊mike~ 03/04 03:20
161F：推 mike0227: 我相信不会慢的太夸张啦 有没有快就很难说了 03/04 03:23
163F：→ caseypie: 应用数学研究可以长这样。 03/04 03:23
164F：推 mmonkeyboyy: 大概去年我才跟一个ibm fortran传人之一聊过 03/04 03:23
165F：→ mmonkeyboyy: 蛮快的XD~ 03/04 03:24
166F：→ caseypie: 不是你说的那种应用，也不是所谓再往理论钻 03/04 03:24
167F：→ caseypie: 不需要solver，不需要程式功力，用mathematica可搞定 03/04 03:25
168F：→ mmonkeyboyy: 嗯 我相信 03/04 03:25
169F：推 mmonkeyboyy: BLAS 还是 LAPACK好像有一个就是FORTRAN 03/04 03:33
170F：→ mmonkeyboyy: 後来的人都是往上一直堆 03/04 03:34
171F：→ mmonkeyboyy: 其实很多基本数学包在安装时要f compiler都是 03/04 03:34
172F：推 mmonkeyboyy: 可能我认识的都比较奇怪 解什麽CFD 原子结构 石油探 03/04 03:38
173F：→ mmonkeyboyy: 索 海潮预测 AI系列的就不说了 03/04 03:40
174F：→ mmonkeyboyy: 可能这种的多是要速度吧 03/04 03:41
175F：→ mmonkeyboyy: 一般也都是这种才有大grant跟SC grant time 03/04 03:42
176F：→ caseypie: 小grant少人分钱，大grant多人分钱，未必哪个比较好 03/04 03:46
177F：→ caseypie: 你说的听起来都像工程，不像是应数学术界的工作.... 03/04 03:47
178F：推 mmonkeyboyy: 嗯 我就不列上他们的名字了 我只是个打工小弟 03/04 03:49
179F：推 mmonkeyboyy: 依靠在强者我朋友边上帮忙处理点杂事的小弟 03/04 03:53
180F：推 caseypie: 我不是说做这些的人不在应数的圈子里，而是他们并非大宗 03/04 04:22
181F：→ caseypie: NYU Courant可能是世界最好的应数研究中心（之一） 03/04 04:23
183F：→ caseypie: 但就连被他们归类CS领域的研究也不见得对速度有多大要求 03/04 04:24
184F：→ caseypie: 你说的方向比较像是Courant下辖的大气海洋科学中心CAOS 03/04 04:25
186F：→ caseypie: 但CAOS是被半独立出去的一个program，由此可见其划分 03/04 04:26
187F：推 mmonkeyboyy: ....courant都来了Q_Q 03/04 04:59
188F：→ mmonkeyboyy: 你要不要看看machine learning速度要不要 囧> 03/04 04:59
189F：→ caseypie: ML只是Courant列的八个CS研究方向的其中一个 03/04 05:25
190F：推 mmonkeyboyy: 囧> 那我跟你说还有另一个也是要呦~ 因为另一个我有 03/04 05:28
191F：→ mmonkeyboyy: 合作 还不含大气那个XD 03/04 05:29
192F：→ mmonkeyboyy: 其他我就不熟Q_Q 03/04 05:30
193F：→ caseypie: 那就是应数CS研究方向的2/8=25%，加上数学方向是12.5% 03/04 05:32
194F：→ caseypie: 你抓着整个学门1/8的研究方向来说速度很重要没有很惨 03/04 05:32
195F：→ caseypie: 我不理解这样的价值判断 03/04 05:33
196F：推 mmonkeyboyy: 好吧 我的价值偏差 囧> 03/04 05:33
197F：→ mmonkeyboyy: 大大您正确 我回去好好反省 03/04 05:36
198F：推 mmonkeyboyy: 这好没有意义的讨论 都好 都好 03/04 05:39
199F：→ mmonkeyboyy: 这算文章不要歪楼了 这是篇分享文Q_Q 03/04 05:41
be cool please~
虽然讨论好像篇题了，但是觉得我作为原PO好像该回些什麽...
我自己认知是，数值方法的确不是美国大学应数系的主流，至少我申请博班的时候不是
美国做数值研究有名的大学，不少另开了专门的单位
譬如史丹佛 奥斯汀 普林斯顿等等，这些都有数值研究的专门单位
而没有专门单位的学校，数值方法的研究则常集中在传统工学院，或是大气海洋领域
毕竟数值模拟的实用化，以及超级电脑的发展，都从计算流力及计算力学开始
题外话
跟大学不同，美国国家实验室里，应数部门却是专注数值方法跟高效能运算的研究
ANL/ORNL/LBNL/LLNL都是。我在ORNL打杂过，所以我肯定ORNL的情况
至於该把程式效能这事放在什麽地位，或该怎麽看待，我就不评论了，人各有志(??)
至少那些虽然自己写程式 但是觉得程式能跑就好的人，他们创造了很多就业机会
ORNL/ANL/LLBL都有种单位，在帮那些程式随便写的研究者，改写他们的程式
最後我想再拉回免费的研究工具的讨论：使用python不要钱，不怕没funding！
※ 编辑: ives0228 (71.206.47.136), 03/04/2018 17:30:41
200F：推 yuhung: 看到python就要推！ 03/05 16:23
201F：→ yuhung: 我觉得学校不教python是因为懒，还有些教授觉得python免费 03/05 16:23
202F：→ yuhung: 所以一些资源外挂要担心出错（他们认为：免费的最贵） 03/05 16:24
203F：→ yuhung: 所以既然学校买了Matlab，那就继续用吧！而且商用软体还 03/05 16:24
204F：→ yuhung: 有一只团队帮你维修，尽管这软体跑起来可以慢得要你命XD 03/05 16:25
205F：推 yuhung: 超大矩阵用Matlab硬干这个没问题（碍於环境我干过XD） 03/05 16:26
206F：→ yuhung: 但拆解矩阵之後重组的过程大概可以让你看完整场美网决赛XD 03/05 16:27
207F：→ yuhung: fortran当唯一解是历史包袱+1 如果你待的团队老板过去几 03/05 16:28
208F：→ yuhung: 十年都用fortran，那要你跳到别的几乎不可能 03/05 16:28
209F：→ yuhung: 例如跑CFD的，老板过去二、三十年都用fortran，就算老板 03/05 16:28
210F：→ yuhung: 自己忘了fortran怎麽写，但他徒子徒孙都用fortran 03/05 16:29
211F：→ yuhung: 整个团队的技术核心就在那里，要改变太难了 03/05 16:29
212F：→ yuhung: 不过当商用CFD软体也做得越来越好的今日，fortran也不是搞 03/05 16:29
213F：→ yuhung: CFD人的唯一解（至少我实验室有学长很想改用fluentXD） 03/05 16:30
214F：→ saltlake: 数值研究和科学计算计算(计算力学等)研究重点有差别 03/05 18:40
215F：→ saltlake: 工学院或非数学系的几乎都是计算科学研究。 03/05 18:41
216F：推 mmonkeyboyy: 虽然我不知道大家讲什麽 但跟我认知认识差上不小 03/05 21:15
217F：→ mmonkeyboyy: 大概是我废材学店生所以特别糟吧 Q_Q 03/05 21:15
218F：→ mmonkeyboyy: FORTRAN总是会慢慢退下舞台的 去年NASA才有个计划 03/05 21:16
219F：→ mmonkeyboyy: 要改它的CFD 不过这要美国人才能参加 FUN3D 03/05 21:16
220F：推 mmonkeyboyy: 我知道最新很多的数值研究都是跟着计算器的特性去提 03/05 21:26
221F：→ mmonkeyboyy: 升和研发 还蛮多跟传统数值想法有差异 03/05 21:27
222F：推 mmonkeyboyy: 不过一开始也都是用matlab小规模做做 丢丢siam 03/05 22:32
223F：→ mmonkeyboyy: 等到大一点後 就丢好一点的siam 或是专门的期刊 03/05 22:33
224F：→ mmonkeyboyy: 美国很多国家实验室或是单位都有很多开源软体 03/05 22:34
225F：→ mmonkeyboyy: 其实会用的话要解很多东西都不用自己刻啦.... 03/05 22:34
226F：推 mmonkeyboyy: 更别提很多商用公司都用这些软体出客户报告赚钱 03/05 22:36
227F：→ mmonkeyboyy: 套句某大头的话(他是数值的没错) 不会写程式要找什 03/05 22:37
228F：→ mmonkeyboyy: 麽工作啦 03/05 22:38
229F：→ mmonkeyboyy: 他是对他系上应数的学生讲的 03/05 22:39
230F：推 linux5566: 推 我追踪你们团队很久了 10/02 09:14