前回のプログラムにバグがあったので、その訂正から。
# ライブラリのインポート
import torch
import matplotlib.pyplot as plt
import time
from matplotlib.animation import FuncAnimation
# Apple MPS チェック
device = 'cpu'
if torch.backends.mps.is_available() == True:
device = 'mps'
if torch.cuda.is_available() == True:
device = 'cuda:0'
dv = torch.device(device)
cp = torch.device('cpu')
print("Use device: ", dv)
# 初期化
n = 500
r = torch.rand(n, dtype=torch.float32) * 8. + (10.0 - 8.)
theta = torch.rand(n, dtype=torch.float32) * 2.0 * 3.14158
x = torch.zeros(n, 2, dtype=torch.float32)
x[:, 0] = r[:] * torch.cos(theta[:])
x[:, 1] = r[:] * torch.sin(theta[:])
x = x.to(dv)
xn = torch.zeros(n, 2, dtype=torch.float32).to(dv)
vn = torch.zeros(n, 2, dtype=torch.float32).to(dv)
dx = torch.zeros(n, n, 2, dtype=torch.float32).to(dv)
gv = torch.zeros(n, n, 2, dtype=torch.float32).to(dv)
dxa1 = torch.zeros(n, n, dtype=torch.float32).to(dv)
dxa2 = torch.zeros(n, n, dtype=torch.float32).to(dv)
v = torch.zeros(n, 2, dtype=torch.float32)
v[:, 0] = -x[:, 1] * 5.0
v[:, 1] = x[:, 0] * 5.0
v = v.to(dv)
tt = 0.
lp = 0
dt = 0.001
epsilon = torch.tensor(1e-9).to(dv)
omega = torch.tensor(1e+9).to(dv)
G = torch.tensor(10.0).to(dv)
# 慣性座標系に移る
xm = torch.sum(x, dim=0)
x -= xm / n
vm = torch.sum(v, dim=0)
v -= vm / n
# 猫額空間の取得
fig, ax = plt.subplots()
# 位置情報の更新
def integral_r(frame):
xn[:, :] = x[:, :] + dt * v[:, :]
# 速度情報の更新
def integral_v(frame):
for i in range(n):
dx[i, :, :] = x[i, :] - x[:, :]
dxa = torch.abs(dx)
dxa1[:, :] = torch.min(dxa[:, :, 0] + dxa[:, :, 1] + epsilon, omega)
dxa2[:, :] = dxa[:, :, 0] - dxa[:, :, 1]
dxa2[:, :] /= dxa1[:, :]
sq = torch.sqrt(1. + dxa2 * dxa2) * dxa1 / 1.4142136
sq = 1.0 / (sq * sq * sq)
for i in range(2):
gv[:, :, 0] = dx[:, :, 0] * sq[:, :]
gv[:, :, 1] = dx[:, :, 1] * sq[:, :]
gva = G * torch.sum(gv, dim=0)
vn[:, :] = v[:, :] + dt * gva[:, :]
# フレーム処理
def next_frame(frame):
global tt, lp
ct = time.time()
plt.cla()
integral_v(frame)
integral_r(frame)
x[:, :] = xn[:, :]
v[:, :] = vn[:, :]
xp = x.to(cp)
tt = tt + dt
lp += 1
if lp % 10 == 9:
ed = time.time()
diff = ed - ct
print("t=", tt, ", elapsed=", diff)
last_tt = int(tt)
ax.plot(xp[:, 0], xp[:, 1], '.', color='blue', markersize=5)
ax.set_xlim(-20.0, 20.0)
ax.set_ylim(-20.0, 20.0)
# アニメーションの定義
anim = FuncAnimation(fig, next_frame, interval = 100, frames = 100)
# 実行
plt.show()
具体的には sq の計算をシクっていたこと、質点分布が悪く、綺麗な表示ができないので円形に質点を散らしたことが相異点となる。
質点同士が近いと距離に無関係な一定の力が働くようになっているので、互いに反対方向に飛ばされやすい。なので、もう少し質点間距離を考慮して質点の位置を考えた方が良いのだが、力尽きた。
なかなか CUDA Example のような美しい表示にはできないものだ。
コメントを残す