Matteo,
oggi ti tempesto...
Io non so nulla di calcolo su più core, ma faccio molto i minimi quadrati.
Se ti interessa sto sviluppando un sistema semplice per fare tutto da riga di
comando, lo trovi qui:
https://github.com/gdurin/pyFitting
Grazie, ho dato un occhiata veloce ma devo studiarmelo un po'....
Non sono un informatico/programmatore di professione.
Se ho problemi chiedo!?!? ;)
la cosa che ti potrebbe aiutare potrebbe essere utilizzare le derivate
analitiche (il mio parametro -d), che diminuiscono sensibilmente il numero di
passi da far fare alla routine. Oppure prendi spunto per farlo tu (ho usato
sympy e numexpr per compilare e ottimizzare il calcolo)
Per ogni dettaglio puoi vedere qui in un talk che ho fatto di recente:
http://emma.inrim.it:8080/gdurin/talks/fit-the-elefant-on-the-use-of-least-square-methods-from-simple-cases-to-multiparameter-scaling-functions/
Certo, fittare con 22 parametri è un bel problema, ed è proprio fittare un
elefante (che pare abbia bisogno di 'soli' 13 parametri).
Un problema noto è che spesso molti sistemi (le funzioni teoriche) sono
'sloppy', cioé poco sensibili alle variazioni anche ampie dei parametri. Quindi
il fit non si muove mai, soprattutto se hai le derivate (per il calcolo dello
jacobiano) numeriche.
Inoltre di solito è un casino decidere i valori iniziali, soprattutto nel tuo
caso (so che qualcuno usa degli algoritmi genetici per la stima dei valori
iniziali, ma non ne so molto).
Solitamente inserisco i valori trovati dal tentativo precedente.
Questo aiuta un po'
Cose biologiche?
ciao
Gianfranco
Ciao
Grazie
_______________________________________________
Python mailing list
Python@lists.python.it
http://lists.python.it/mailman/listinfo/python
