我是做计算的，一定程度算相似吧。ML 的话 NVIDIA 有专门的 TPU，这个不是很了解。但这几年下来摸索的计算力价格比最大的组合：一般的科学计算，单精度还算行，所以游戏卡就可以，我们配置一般是 4U 机箱，4 块显卡的服务器（ 8 块卡的一般要定制主板啥的），显卡买公版，侧面出风那种。双路 E5-26xx 具体忘了，总共 48 线程，因为我们的情况是 CPU/GPU 都密集。内存尽量大，系统装在 SSD 里，然后上 4 块（可以逐步加） 4T 硬盘。主板我忘了具体型号，只记得是华硕的一个服务器主板，可以双路 E5-26xx 的，3k 左右，1500w 电源，自用也不用加冗余。总下来 4w-5w 左右（ 4 块卡，2 块硬盘，2xCPU，32G 内存），性能很赞，可以撑好几年（升级显卡还能再战一轮）。其实大头还是在显卡上，要是你还要考虑到后续小朋友一起用，推荐配置。

总到处跑的话巨硬 arc

表述有问题……有个日本牌子的咖啡，职人咖啡……

日本有个职人咖啡，滤纸挂耳，买点咖啡和糖（有小盒 /袋装一次一份），效果很棒。咖啡口味挺多，可以自己挑酸度、苦度。价格不贵，口味不错，也方便。

@CRVV
@mingl0280
大佬说得好啊！

numpy 就可以。anaconda 的 numpy 有 MKL 加速。比如身高，data->(10, 5, 50, 2) 型的数组-> 10 所学校，每个学校 5 个班级，等量男女各 50 人两组身高，只要 np.mean(data, axis=(0,1)) 就是按学校和班级做平均。你还需要什么统计量 numpy 都有现成函数。

SolidsPy，没啥意外应该足够了。看需求和“期望导师出的题目”难道是本科生考研？

推的公式有一天能进教科书

def nextNum():
....i = 0
....while True:
........inv = int(str(i)[::-1])
........if i != inv and ((i+inv) % (i-inv) ==0):
............yield i
........i += 1

for i, num in enumerate(nextNum()):
....if i == n: # stop at nth
........break
....print(num)

1. 推荐你看看哈密顿力学。
2. 三体问题我记得 Sundman 几乎 100 年前就证明过非零角动量初始条件下都存在级数解，算是解析解的开端了。Qiudong Wang 之后还有一个关于一般 n-body 的讨论，这方面目前算是在 negligible initial sets (一些特定质量比、碰撞形式等） 上无效以外都有级数解。有兴趣可以去看看。
3. 如果讨论数值解，那么庞加莱早就使用相空间发讨论过，混沌体系，数值解追求“精确”的代价非常大。

np.all(np.less_equal(np.einsum('ij,...j->...i', hull.equations[:,:-1], <array(N_points, N_dimension)>) + hull.equations.T[-1], 0), axis=-1)，可以做批量判断，numpy 的处理比 for 循环快很多。

我弄错了一个地方……sorry，应该是 np.all(hull.equations[:,:-1].dot(p) + hull.equations.T[-1] < 0)

The convex hull of a point set P is the smallest convex set that contains P. If P is finite, the convex hull defines a matrix A and a vector b such that for all x in P, Ax+b <= [0,...].

Qhull 的文档，我给搞成等于 0 了。

不是数据坐标的话，就用像素坐标

1. 获取区域 pointcloud 的坐标，这个想办法，或者找现成工具例如 datathief;
2. 用 scipy 的 convex hull 模块生成 hull = convexhull(pointcloud)；
3. 判断使用 point_in_hull = np.allclose([p.dot(_[:-1]) for _ in hull.equations],0)

如果不是用 Point cloud 表示一个奇怪的形状，而是有方程描述，直接用方程。尤其对形状有线性方程描述，直接使用上述的 3 就可以了。

同科研萌新，最近在学 Julia，follow 一下你。话说你看的 Fortran 代码到底多烂……Fortran 算是对科研友好的语言了……

想起很久以前论坛回复冷夜那种人的方式：对对对，您说的是，建议您打 12315 举报服务态度并且要求退钱哟~

按你的要求，应该是 45 个而不是 180 个。

n 个元素划分 k 类？
我知道 SageMath 有 SetPartitions(6, [2,2,1,1]).list()，好像还有 OrderedSetPartition，后者才等于楼上提到的 n!/(n_1!n_2!..n_k!)，你需要不考虑顺序的应该是用第一个函数。