解释一下comm.rank

时间: 2023-09-16 22:15:43 浏览: 55
`comm.rank` 是指当前进程在通信器 `comm` 中的排名。在并行计算中，通常会将进程分组，并为每个组分配一个通信器，进程在通信器中的排名用于标识进程在该组中的位置。例如，在 MPI 中，`comm.rank` 表示当前进程在通信器 `comm` 中的排名，排名从 0 开始计数，因此 `comm.rank` 的取值范围为 0 到 `comm.size-1`，其中 `comm.size` 是通信器 `comm` 中进程的总数。
相关问题

详细说说MPI.COMM_WORLD.rank

MPI.COMM_WORLD.rank 是 MPI 中的一个函数，用于获取当前进程在通信器 COMM_WORLD 中的排名。通信器是 MPI 中用于进程间通信的抽象概念，每个进程都有一个唯一的排名，可以通过 MPI.COMM_WORLD.rank 获取。这个排名通常用于标识进程在通信中的身份，例如在发送和接收消息时需要指定发送方和接收方的排名。

shard=MPI.COMM_WORLD.Get_rank()是什么意思

这段代码是使用MPI并行编程库进行并行计算时常见的语句。在MPI中，MPI.COMM_WORLD是一个MPI通信器，它包含了所有参与并行计算的进程。MPI.COMM_WORLD.Get_rank()返回当前进程在通信器中的排名，即进程的标识符。通过这个排名，我们可以在并行计算中对不同的进程进行不同的操作，以实现并行计算。

相关推荐

pptx

【并行计算】 并行计算.pptx

MPI.COMM_WORLD代表所有参与通信的进程组，comm.size用于获取进程总数，而comm.rank则用于获取每个进程的唯一标识。例如，下面的代码片段展示了如何在MPI程序中打印出每个进程的ID和“Hello world!”： ...
pdf

【机器学习】 并行计算.pdf

* 用 comm.rank 获得进程的一个叫 rank 的值，该值为 0 到 p-1 间的整数，相当于进程的 ID 四、点对点通信 MPI 提供了点对点通讯机制，允许两个不同的进程之间交换数据。这种通讯方式可以通过 send 和 recv 函数...
zip

MPI.zip_MPI_mpi.zip_并行计算

3. 进程的标识与排名：每个进程可以通过MPI_Comm_rank获取自己的唯一ID（排名），并通过MPI_Comm_size获取进程组的大小。 4. 通信：使用MPI提供的通信函数进行数据交换，如点对点的MPI_Send和MPI_Recv，或者...

详细说说MPI.COMM_WORLD

MPI.COMM_WORLD 是 MPI 库中的一个通信子，它包含了...可以使用 MPI_COMM_RANK 函数获取进程号。MPI.COMM_WORLD 还包含了一些其他的属性，如进程数、通信域等。MPI.COMM_WORLD 是 MPI 应用程序中最常用的通信子之一。

os.environ['OMPI_COMM_WORLD_LOCAL_RANK']

The environment variable OMPI_COMM_WORLD_LOCAL_RANK is used in Open MPI (Message Passing Interface) to identify the rank of the current process within the local communicator. Each MPI process is ...

#include "mpi.h" #include <stdio.h> #include <math.h> void main(argc,argv) int argc; char *argv[]; { int myid, numprocs; int namelen; char processor_name[MPI_MAX_PROCESSOR_NAME]; MPI_Init(&argc,&argv); MPI_Comm_rank(MPI_COMM_WORLD,&myid); MPI_Comm_size(MPI_COMM_WORLD,&numprocs); MPI_Get_processor_name(processor_name,&namelen); fprintf(stderr,"Hello World! Process %d of %d on %s\n",myid, numprocs, processor_name); MPI_Finalize(); }分析上面的程序

4. MPI_Comm_rank(MPI_COMM_WORLD,&myid);：获取当前进程的 ID。 5. MPI_Comm_size(MPI_COMM_WORLD,&numprocs);：获取进程总数。 6. MPI_Get_processor_name(processor_name,&namelen);：获取当前进程所在的...

请帮我修改这段代码的内存访问错误：#include <mpi.h> #include <stdlib.h> #include <stdio.h> int main(){ int rank, size; double starttime, endtime;//时间戳 int send_size=125;//125,1250,12500对应1kb、10kb、100kb信息 MPI_Init(0, 0); MPI_Comm_rank(MPI_COMM_WORLD, &rank); MPI_Comm_size(MPI_COMM_WORLD, &size); if (rank == 0) { // 初始化烫手山芋 char potato; potato=(char)malloc(send_sizesizeof(char));//分配内存空间 for(int i=0;i<send_size;i++){ potato[i]='a'; } // 发送烫手山芋给进程1 starttime = MPI_Wtime(); MPI_Send(&potato, send_size, MPI_CHAR, 1, 0, MPI_COMM_WORLD); printf("%f时,进程%d将烫手山芋发送给进程%d\n",starttime, rank, rank + 1); // 接收烫手山芋从最后一个进程 MPI_Recv(&potato, send_size, MPI_CHAR, size - 1, 0, MPI_COMM_WORLD, MPI_STATUS_IGNORE); endtime=MPI_Wtime(); printf("%f时，进程%d从进程%d接收到烫手山芋\n", endtime,rank, size - 1); free(potato); } else { // 接收烫手山芋从上一个进程 char potato; potato=(char)malloc(send_sizesizeof(char));//分配内存空间 MPI_Recv(&potato, send_size, MPI_CHAR, rank - 1, 0, MPI_COMM_WORLD, MPI_STATUS_IGNORE); endtime=MPI_Wtime(); printf("%f时，进程%d从进程%d接收到烫手山芋\n", endtime,rank, rank - 1); // 传递烫手山芋到下一个进程 starttime = MPI_Wtime(); MPI_Send(&potato, send_size, MPI_CHAR, (rank + 1) % size, 0, MPI_COMM_WORLD); printf("%f时,进程%d将烫手山芋传递给进程%d\n",starttime, rank, (rank + 1) % size); free(potato); } MPI_Finalize(); }

MPI_Comm_rank(MPI_COMM_WORLD, &rank); MPI_Comm_size(MPI_COMM_WORLD, &size); if (rank == 0) { // 初始化烫手山芋 char* potato; potato = (char*)malloc(send_size); for(int i=0;i;i++){ potato[i]='...

改进以下代码：#include <stdio.h> #include <stdlib.h> #include <mpi.h> #define N 4000 #define TAG 0 void merge(int arr[], int l, int m, int r) { int i, j, k; int n1 = m - l + 1; int n2 = r - m; int L[4000], R[4000]; for (i = 0; i < n1; i++) L[i] = arr[l + i]; for (j = 0; j < n2; j++) R[j] = arr[m + 1 + j]; i = 0; j = 0; k = l; while (i < n1 && j < n2) { if (L[i] <= R[j]) { arr[k] = L[i]; i++; } else { arr[k] = R[j]; j++; } k++; } while (i < n1) { arr[k] = L[i]; i++; k++; } while (j < n2) { arr[k] = R[j]; j++; k++; } } void mergeSort(int arr[], int l, int r) { if (l < r) { int m = l + (r - l) / 2; mergeSort(arr, l, m); mergeSort(arr, m + 1, r); merge(arr, l, m, r); } } int main(int argc, char** argv) { int rank, size; int i, j, k; int A[N], B[N]; int block_size, start, end; double start_time, end_time; MPI_Status status; MPI_Init(&argc, &argv); MPI_Comm_size(MPI_COMM_WORLD, &size); MPI_Comm_rank(MPI_COMM_WORLD, &rank); block_size = N / size; start = rank * block_size; end = start + block_size - 1; if (rank == size - 1) { end = N - 1; } if (rank == 0) { printf("Generating random array...\n"); for (i = 0; i < N; i++) { A[i] = rand() % 100000; } printf("Sorting array...\n"); } MPI_Barrier(MPI_COMM_WORLD); start_time = MPI_Wtime(); MPI_Scatter(A, block_size, MPI_INT, &B[start], block_size, MPI_INT, 0, MPI_COMM_WORLD); mergeSort(B, start, end); for (i = 0; i < size; i++) { if (rank == i) { MPI_Send(&B[start], block_size, MPI_INT, (rank + 1) % size, TAG, MPI_COMM_WORLD); } else if (rank == (i + 1) % size) { MPI_Recv(&B[start], block_size, MPI_INT, i, TAG, MPI_COMM_WORLD, &status); } } MPI_Barrier(MPI_COMM_WORLD); end_time = MPI_Wtime(); if (rank == 0) { printf("Writing result to file...\n"); FILE* fp; errno_t err; err = fopen_s(&fp, "sorted_array.txt", "w"); for (i = 0; i < N; i++) { fprintf(fp, "%d\n", B[i]); } fclose(fp); printf("Done!\n"); printf("Time used: %.6f seconds\n", end_time - start_time); } MPI_Finalize(); return 0; }

MPI_Comm_rank(MPI_COMM_WORLD, &rank); block_size = N / size; start = rank * block_size; end = start + block_size - 1; if (rank == size - 1) { end = N - 1; } if (rank == 0) { printf(...

#include<stdio.h> #include<assert.h> #include<mpi.h> #define intT long double f(double x){ return x * x; } double trap(double left_endpt, double right_endpt, int trap_count, double base_len){ double estimate, x; estimate = (f(left_endpt) + f(right_endpt)) / 2.0; for(intT i=1; i< trap_count; i++){ x = left_endpt + i * base_len; estimate += f(x); } estimate = estimate * base_len; return estimate; } int main(void) { int my_rank, comm_sz; intT n = 300000000, local_n; double a = 0.0, b = 2.0, h, local_a, local_b; double local_int, total_int; MPI_Init(NULL, NULL); MPI_Comm_rank(MPI_COMM_WORLD, &my_rank); MPI_Comm_size(MPI_COMM_WORLD, &comm_sz); assert(n % comm_sz == 0); h = (b - a) / n; local_n = n / comm_sz; local_a = a + my_rank * local_n * h; local_b = local_a + local_n * h; local_int = trap(local_a, local_b, local_n, h); MPI_Reduce(&local_int, &total_int, 1, MPI_DOUBLE, MPI_SUM, 0, MPI_COMM_WORLD); if(my_rank == 0){ printf("With a = %lf, b = %lf, n = %ld, total_int = %.10lf\n", a, b, n, total_int); } MPI_Finalize(); return 0; }将此MPI梯形积分程序修改为Pthread梯形积分程序

intT my_rank = *((intT*) arg); double a = 0.0, b = 2.0, h, local_a, local_b; double local_int = 0.0, total_int = 0.0; intT n = 300000000, local_n; assert(n % MAX_THREADS == 0); h = (b - a) / n; ...

使用MPI实现并行计算1!+2!+...+n!的结果

rank = comm.Get_rank() # 定义计算阶乘和的函数 def calc_factorial_sum(start, end): local_sum = 0 for i in range(start, end): local_sum += math.factorial(i) return local_sum # 主进程 if rank == 0:...

使以下程序减小占用内存，并能准确显示结果：#include <stdio.h> #include <stdlib.h> #include <mpi.h> #define N 6 int main(int argc, char** argv) { int rank, size; int A[N][N], B[N][N], C[N][N], sub_A[N / N][N], sub_B[N / N][N], sub_C[N / N][N]; int i, j, k, l, m, n; MPI_Status status; MPI_Init(&argc, &argv); MPI_Comm_rank(MPI_COMM_WORLD, &rank); MPI_Comm_size(MPI_COMM_WORLD, &size); if (N % size != 0) { if (rank == 0) { printf("Matrix size should be multiple of number of processes\n"); } MPI_Finalize(); return 0; } if (rank == 0) { for (i = 0; i < N; i++) { for (j = 0; j < N; j++) { A[i][j] = i * j; B[i][j] = i + j; } } } MPI_Scatter(A, N * N / size, MPI_INT, sub_A, N * N / size, MPI_INT, 0, MPI_COMM_WORLD); MPI_Scatter(B, N * N / size, MPI_INT, sub_B, N * N / size, MPI_INT, 0, MPI_COMM_WORLD); for (i = 0; i < N / N; i++) { for (j = 0; j < N; j++) { sub_C[i][j] = 0; } } for (i = 0; i < N / N; i++) { for (j = 0; j < N; j++) { for (k = 0; k < N / N; k++) { sub_C[i][j] += sub_A[i][k] * sub_B[k][j]; } } } MPI_Gather(sub_C, N * N / size, MPI_INT, C, N * N / size, MPI_INT, 0, MPI_COMM_WORLD); if (rank == 0) { for (i = 0; i < N; i++) { for (j = 0; j < N; j++) { for (k = 0; k < size; k++) { for (l = 0; l < N / N; l++) { m = i % (N / N) + l * (N / N); n = j + k * N / N; sub_C[l][j] = C[m][n]; } } for (k = 0; k < N / N; k++) { for (l = 0; l < size; l++) { C[i][j] += sub_C[k][j + l * N / N]; } } } } } if (rank == 0) { for (i = 0; i < N; i++) { for (j = 0; j < N; j++) { printf("%d ", C[i][j]); } printf("\n"); } } MPI_Finalize(); return 0; }

MPI_Comm_rank(MPI_COMM_WORLD, &rank); MPI_Comm_size(MPI_COMM_WORLD, &size); if (N % size != 0) { if (rank == 0) { printf("Matrix size should be multiple of number of processes\n"); } MPI_...

假定comm_sz=8，n=16.画一张图来说明进程0要分发n个元素的数组，怎样使用拥有comm_sz个进程的树形结构的通信来实现MPI_Gather

MPI_Comm_rank(MPI_COMM_WORLD, &my_rank); if (my_rank == 0) { arr = (int*)malloc(n * sizeof(int)); for (int i = 0; i ; i++) { arr[i] = i; } } int local_n = n / comm_sz; int* local_arr = (int...

#include "stdafx.h" #include "mpi.h" #include <string.h> #define BUFLEN 512 int main(int argc, char *argv[]){ int myid, numprocs, next; char buffer[BUFLEN]; MPI_Status status; MPI_Init(&argc,&argv); MPI_Comm_size(MPI_COMM_WORLD,&numprocs); MPI_Comm_rank(MPI_COMM_WORLD,&myid); printf("Process %d of %d\n", myid, numprocs); memset(buffer, 0, BUFLEN*sizeof(char)); //将buffer清空 if (myid == numprocs-1) next = 0; //告诉每一个进程它后一个进程号next是多少 else next = myid+1; // 最后一个进程号numprocs-1的下一个是0。 if (myid == 0){ strcpy(buffer,"hello there"); //将字符串hello there拷贝到buffer中 printf("%d sending '%s' \n",myid,buffer); //输出buffer内容 fflush(stdout); //刷新 MPI_Send(buffer, strlen(buffer)+1, MPI_CHAR, next, 99, MPI_COMM_WORLD); printf("%d receiving \n",myid);fflush(stdout); MPI_Recv(buffer,BUFLEN,MPI_CHAR,MPI_ANY_SOURCE,99, MPI_COMM_WORLD, &status); printf("%d received '%s' \n",myid,buffer);fflush(stdout); }else{ printf("%d receiving\n",myid);fflush(stdout); MPI_Recv(buffer, BUFLEN, MPI_CHAR, MPI_ANY_SOURCE, 99, MPI_COMM_WORLD, &status); printf("%d received '%s' \n",myid,buffer);fflush(stdout); MPI_Send(buffer, strlen(buffer)+1, MPI_CHAR, next, 99, MPI_COMM_WORLD); printf("%d sent '%s' \n",myid,buffer);fflush(stdout); } MPI_Finalize(); return 0; }分析以上代码

10. MPI_Comm_rank(MPI_COMM_WORLD,&myid);：获取当前进程的 ID。 11. printf("Process %d of %d\n", myid, numprocs);：输出当前进程的 ID 和进程总数。 12. memset(buffer, 0, BUFLEN*sizeof(char));：将...

使用MPI库实现并行计算1!+2!+...+n!的结果用MPI_Reduce

rank = comm.Get_rank() # 定义计算阶乘和的函数 def calc_factorial_sum(start, end): local_sum = 0 for i in range(start, end): local_sum += math.factorial(i) return local_sum # 计算当前进程需要计算...

if (my_rank == 0) { int pointx[8] = { 1,2,3,4,2,3,2,1 }; int pointy[8] = { 2,1,2,4,5,7,5,3 }; } /*广播顶点总数*/ MPI_Bcast(&n_all, 1, MPI_INT, 0, MPI_COMM_WORLD); /*第1行的行主处理器,向第2,3,4行的行主处理器发送顶点坐标，对应于算法17.6步骤(1.1)*/ if (my_rank == 0) { for (i = 1; i < 4; i++) { MPI_Send(pointx, n_all, MPI_DOUBLE, i, i, MPI_COMM_WORLD);//向1、2、3号进程发送顶点坐标 MPI_Send(pointy, n_all, MPI_DOUBLE, i, i, MPI_COMM_WORLD); } } 解释这段代码，并分析为什么广播后n_all的值还是0

这段代码中存在一些问题。首先，在if条件语句中，只有当my_rank等于0时，才会执行if语句块中的...MPI_Bcast(&n_all, 1, MPI_INT, 0, MPI_COMM_WORLD); 这样，在广播之后，n_all的值就会正确地传播到所有进程中。

使用MPI库实现并行计算1!+2!+...+n!的结果用MPI_Reduce在0进程输入n的值

rank = comm.Get_rank() # 定义计算阶乘和的函数 def calc_factorial_sum(start, end): local_sum = 0 for i in range(start, end): local_sum += math.factorial(i) return local_sum # 主进程 if rank == 0:...
pdf

mpi学习日志.pdf

rank = comm.Get_rank() size = comm.Get_size() print(f"我是进程 {rank}，总共有 {size} 个进程") 运行时，需要使用mpiexec命令指定进程数来启动程序，例如mpiexec -n 4 python my_program.py会启动4个进程...

最新推荐

recommend-type

VS2019配置MSMPI.docx

MPI_Comm_rank(MPI_COMM_WORLD, &myid); MPI_Comm_size(MPI_COMM_WORLD, &numprocs); MPI_Get_processor_name(processor_name, &namelen); printf("Hello World! Process %d of %d on %s\n", myid, numprocs, ...
recommend-type

国际会议排名及IEEE会议介绍.doc

Conf on Inofrm and Comm. Security、Financial Cryptography等会议，这些会议也是计算机领域中的顶级会议，涵盖了大规模并行计算、全球通信、计算机网络、网络安全等多个领域。 其次，让我们来了解一下IEEE旗下...
recommend-type

Idris -- NumPy Cookbook -- 2012.pdf

Idris -- NumPy Cookbook -- 2012
recommend-type

Мэтиз -- Изучаем Python -- 2020.pdf

Мэтиз -- Изучаем Python -- 2020
recommend-type

电力电子系统建模与控制入门

"该资源是关于电力电子系统建模及控制的课程介绍，包含了课程的基本信息、教材与参考书目，以及课程的主要内容和学习要求。" 电力电子系统建模及控制是电力工程领域的一个重要分支，涉及到多学科的交叉应用，如功率变换技术、电工电子技术和自动控制理论。这门课程主要讲解电力电子系统的动态模型建立方法和控制系统设计，旨在培养学生的建模和控制能力。 课程安排在每周二的第1、2节课，上课地点位于东12教401室。教材采用了徐德鸿编著的《电力电子系统建模及控制》，同时推荐了几本参考书，包括朱桂萍的《电力电子电路的计算机仿真》、Jai P. Agrawal的《Powerelectronicsystems theory and design》以及Robert W. Erickson的《Fundamentals of Power Electronics》。 课程内容涵盖了从绪论到具体电力电子变换器的建模与控制，如DC/DC变换器的动态建模、电流断续模式下的建模、电流峰值控制，以及反馈控制设计。还包括三相功率变换器的动态模型、空间矢量调制技术、逆变器的建模与控制，以及DC/DC和逆变器并联系统的动态模型和均流控制。学习这门课程的学生被要求事先预习，并尝试对书本内容进行仿真模拟，以加深理解。 电力电子技术在20世纪的众多科技成果中扮演了关键角色，广泛应用于各个领域，如电气化、汽车、通信、国防等。课程通过列举各种电力电子装置的应用实例，如直流开关电源、逆变电源、静止无功补偿装置等，强调了其在有功电源、无功电源和传动装置中的重要地位，进一步凸显了电力电子系统建模与控制技术的实用性。 学习这门课程，学生将深入理解电力电子系统的内部工作机制，掌握动态模型建立的方法，以及如何设计有效的控制系统，为实际工程应用打下坚实基础。通过仿真练习，学生可以增强解决实际问题的能力，从而在未来的工程实践中更好地应用电力电子技术。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本：布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学，1996年。法语。NNT：电话：00345357HAL ID：电话：00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆，用于存放和传播科学研究论文，无论它们是否被公开。论文可以来自法国或国外的教学和研究机构，也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

图像写入的陷阱：imwrite函数的潜在风险和规避策略，规避图像写入风险，保障数据安全

![图像写入的陷阱：imwrite函数的潜在风险和规避策略，规避图像写入风险，保障数据安全](https://static-aliyun-doc.oss-accelerate.aliyuncs.com/assets/img/zh-CN/2275688951/p86862.png) # 1. 图像写入的基本原理与陷阱 图像写入是计算机视觉和图像处理中一项基本操作，它将图像数据从内存保存到文件中。图像写入过程涉及将图像数据转换为特定文件格式，并将其写入磁盘。 在图像写入过程中，存在一些潜在陷阱，可能会导致写入失败或图像质量下降。这些陷阱包括： - **数据类型不匹配：**图像数据可能与目标文
recommend-type

protobuf-5.27.2 交叉编译

protobuf（Protocol Buffers）是一个由Google开发的轻量级、高效的序列化数据格式，用于在各种语言之间传输结构化的数据。版本5.27.2是一个较新的稳定版本，支持跨平台编译，使得可以在不同的架构和操作系统上构建和使用protobuf库。 交叉编译是指在一个平台上（通常为开发机）编译生成目标平台的可执行文件或库。对于protobuf的交叉编译，通常需要按照以下步骤操作： 1. 安装必要的工具：在源码目录下，你需要安装适合你的目标平台的C++编译器和相关工具链。 2. 配置Makefile或CMakeLists.txt：在protobuf的源码目录中，通常有一个CMa
recommend-type

SQL数据库基础入门：发展历程与关键概念

本文档深入介绍了SQL数据库的基础知识，首先从数据库的定义出发，强调其作为数据管理工具的重要性，减轻了开发人员的数据处理负担。数据库的核心概念是"万物皆关系"，即使在面向对象编程中也有明显区分。文档讲述了数据库的发展历程，从早期的层次化和网状数据库到关系型数据库的兴起，如Oracle的里程碑式论文和拉里·埃里森推动的关系数据库商业化。Oracle的成功带动了全球范围内的数据库竞争，最终催生了SQL这一通用的数据库操作语言，统一了标准，使得关系型数据库成为主流。 接着，文档详细解释了数据库系统的构成，包括数据库本身（存储相关数据的集合）、数据库管理系统（DBMS，负责数据管理和操作的软件），以及数据库管理员（DBA，负责维护和管理整个系统）和用户应用程序（如Microsoft的SSMS）。这些组成部分协同工作，确保数据的有效管理和高效处理。 数据库系统的基本要求包括数据的独立性，即数据和程序的解耦，有助于快速开发和降低成本；减少冗余数据，提高数据共享性，以提高效率；以及系统的稳定性和安全性。学习SQL时，要注意不同数据库软件可能存在的差异，但核心语言SQL的学习是通用的，后续再根据具体产品学习特异性。 本文档提供了一个全面的框架，涵盖了SQL数据库从基础概念、发展历程、系统架构到基本要求的方方面面，对于初学者和数据库管理员来说是一份宝贵的参考资料。
recommend-type

"互动学习：行动中的多样性与论文攻读经历"

多样性她- 事实上SCI NCES你的时间表ECOLEDO C Tora SC和NCESPOUR l’Ingén学习互动，互动学习以行动为中心的强化学习学会互动，互动学习，以行动为中心的强化学习计算机科学博士论文于2021年9月28日在Villeneuve d'Asq公开支持马修·瑟林评审团主席法布里斯·勒菲弗尔阿维尼翁大学教授论文指导奥利维尔·皮耶昆谷歌研究教授：智囊团论文联合主任菲利普·普雷教授，大学。里尔/CRISTAL/因里亚报告员奥利维耶·西格德索邦大学报告员卢多维奇·德诺耶教授，Facebook /索邦大学审查员越南圣迈IMT Atlantic高级讲师邀请弗洛里安·斯特鲁布博士，Deepmind对于那些及时看到自己错误的人...3谢谢你首先，我要感谢我的两位博士生导师Olivier和Philippe。奥利维尔，"站在巨人的肩膀上"这句话对你来说完全有意义了。从科学上讲，你知道在这篇论文的（许多）错误中，你是我可以依