我目前正在研究DifferentialEquations.jl的文档,并尝试移植我较旧的计算神经科学代码来使用它,而不是我自己的、不太优雅和高性能的ODE 求解器。在执行此操作时,我偶然发现了以下问题:是否可以在返回当前步骤后立即访问和使用求解器返回的结果(而不是等待问题完成)?
我正在寻找一种方法来实时绘制模拟神经元的电压水平,这似乎是一项足够简单的任务,而且使用现有的 Julia 包可能很简单,但我不知道怎么做。它与回调有什么关系吗?提前致谢。
我目前正在研究DifferentialEquations.jl的文档,并尝试移植我较旧的计算神经科学代码来使用它,而不是我自己的、不太优雅和高性能的ODE 求解器。在执行此操作时,我偶然发现了以下问题:是否可以在返回当前步骤后立即访问和使用求解器返回的结果(而不是等待问题完成)?
我正在寻找一种方法来实时绘制模拟神经元的电压水平,这似乎是一项足够简单的任务,而且使用现有的 Julia 包可能很简单,但我不知道怎么做。它与回调有什么关系吗?提前致谢。
Plots.jl 现在似乎没有为我制作动画,但无论如何我都会向您展示这些步骤。是的,您可以DiscreteCallback
为此使用 a 。如果你 makecondition(u,t,integrator)=true
那么affect!
每一步都会调用它,你可以这样做。
但是,我认为使用积分器接口非常适合这种情况。让我给你看一个例子。以教程中的 2D 问题为例:
using DifferentialEquations
using Plots
A = [1. 0 0 -5
4 -2 4 -3
-4 0 0 1
5 -2 2 3]
u0 = rand(4,2)
tspan = (0.0,1.0)
f(u,p,t) = A*u
prob = ODEProblem(f,u0,tspan)
现在不要使用solve
,而是使用init
来integrator
退出。
integrator = init(prob,Tsit5())
集成器接口在其文档页面中完整定义,但基本用法是您可以逐步使用step!
。如果你把它放在一个循环中并继续前进,那么这基本上就是solve
这样做的。但它也有迭代器接口,所以如果你做类似的事情,for integ in integrator
那么在 for 循环内部integ
将是积分器的当前状态,值integ.u
在 time point integ.t
。它也有各种各样的东西,比如中间插值的绘图配方integ(t)
(即使是这样,dense=false
因为它是免费的并且不需要额外的储蓄分配,所以请随意使用它)。
所以,你可以做
p = plot(integrator,markersize=0,legend=false,xlims=tspan)
anim = @animate for integ in integrator
plot!(p,integrator,lw=3)
end
plot(p)
gif(anim, "test.gif", fps = 2)
Plots.jl 将为您提供在每一步添加当前间隔的动画 gif。这是最终情节的样子:
它在每个步骤中的颜色都不同,因为它是一个不同的情节,所以你可以看到它是如何继续的。当然,您可以在该循环内执行任何操作,或者如果您想要更多控制权,您可以step!(integrator)
根据需要手动操作。