MindSpore:MindScience之MindElec 电磁仿真结果可视化

MindScience之MindElec 电磁仿真结果可视化1. MindElec(电磁仿真)简介仿真就是对实际物体进行模型模拟,期望改善实力产品的性能,找到最优的设计方案。电磁仿真就是对物体的电磁性能进行仿真模拟,以代替昂贵的原形,并改进设计。其在手机容差、天线优化和芯片设计等场景中应用广泛。MindElec是基于MindSpore开发的AI电磁仿真工具包,由数据构建及转换、仿真计算、以及结果可视化组成。可以支持端到端的AI电磁仿真。2. MindElec(电磁仿真)安装a. 目前只支持Ascendb. 需要安装mindspore包c. 还有一些其他的依赖numpy >= 1.17.0scipy >= 1.7.0matplotlib >= 3.1.3pyevtk >= 1.4.1opencv-python >= 4.1.2.30pythonocc-core >= 7.4.0easydict >= 1.9 # for st test and examplesd. 安装步骤   一、下载源码:           git clone https://gitee.com/mindspore/m... -b master二、编译与安装: 由于mindelec跟mindsponge共用一个仓,所以需要进入电磁仿真的目录后进行编译    cd mindscience/MindElec    bash build.sh 最后在output里面有个mindscience_mindelec_ascend-0.1.0rc1-cp37-cp37m-linux_aarch64.whl安装包    
图片
安装: pip install mindscience_mindelec_ascend-0.1.0rc1-cp37-cp37m-linux_aarch64.whl  
MindSpore:MindScience之MindElec 电磁仿真结果可视化_第1张图片

  1. 电磁仿真结果可视化 电磁仿真的结果一般包含仿真区域内的电磁场、S参数等物理量,因此仿真结果的可视化是非常重要的,它能够直观反映电磁仿真物理量的大小和分布情况,辅助设计人员调试调优。mindelec.vision就是对训练/测试过程,以及仿真结果的可视化模块。一、训练/测试过程可视化可视化文件通过回调函数Callback函数生成,MonitorEval中有个参数draw_flag=True, 指定是否保存summary记录。默认值:Truesolver = Solver(network=model_net,                mode="Data",                optimizer=optim,                loss_fn=nn.MSELoss())monitor_train = MonitorTrain(per_print_times=1,                             summary_dir='./summary_dir_train')monitor_eval = MonitorEval(summary_dir='./summary_dir_eval',                           model=solver,                           eval_ds=data["eval_loader"],                           eval_interval=opt.print_interval,                           draw_flag=True)callbacks_train = [monitor_train, monitor_eval]进入mindscience/MindElec/examples/data_driven/gprinversiontrain.py 的draw_flag设置为True执行训练:python train.py --epoch 10 --device_target "Ascend" --device_num 0 --checkpoint_dir './ckpt/'执行完成后,看了一下保存文件的地址summary_dir_eval 里面确实有文件
    图片
    然而教程也没有说这个文件是什么类型,该用什么打开,我尝试把它当成 jpg 打开,然而,失败了二、S11可视化MindElec提供了plot_s11函数可视化S11曲线代码用法import numpy as npfrom mindelec.vision import plot_s11s11 = np.random.rand(1001, 2).astype(np.float32)s11[:, 0] = np.linspace(0, 4 10 * 9, 1001)s11 = s11.astype(np.float32)s11_tensor = s11path_image_save = './result_s11'legend = 's11'dpi = 300plot_s11(s11_tensor, path_image_save, legend, dpi)s11_tensor 虽然名字是Tensor,但是输入类型却是numpy,结果如下图所示,生成的是jpg文件
    图片
    之后用看图软件打开:
    MindSpore:MindScience之MindElec 电磁仿真结果可视化_第2张图片
    三、二维电磁场可视化plot_eh函数可视化电磁波的二维剖面具体代码如下面所示import numpy as npfrom mindelec.vision import plot_ehsimu_res_tensor = np.random.rand(20, 10, 10, 10, 6).astype(np.float32)path_image_save = './result_eh'z_index = 5dpi = 300plot_eh(simu_res_tensor, path_image_save, z_index, dpi)path_image_save 是文件生成的地址下面是生成的文件,都在result_ehresult_eh├── Ex_0.jpg├── Ex_10.jpg├── Ex_11.jpg├── Ex_12.jpg├── Ex_13.jpg├── Ex_14.jpg├── Ex_15.jpg├── Ex_16.jpg├── Ex_17.jpg├── Ex_18.jpg├── Ex_19.jpg├── Ex_1.jpg├── Ex_2.jpg├── Ex_3.jpg├── Ex_4.jpg├── Ex_5.jpg├── Ex_6.jpg├── Ex_7.jpg├── Ex_8.jpg├── Ex_9.jpg├── Ey_0.jpg├── Ey_10.jpg├── Ey_11.jpg├── Ey_12.jpgEx开头的文件是不同时刻的Ex二维可视化结果
    MindSpore:MindScience之MindElec 电磁仿真结果可视化_第3张图片
    Ey开头的文件是不同时刻的Ey二维可视化结果
    MindSpore:MindScience之MindElec 电磁仿真结果可视化_第4张图片
    三、三维结果可视化三维可视化用的是vtk_structure函数, 可以为仿真结果生成每个时刻的三维可视化文件,以vts结尾。可以通过ParaView读取展示三维效果ParaView是对二维和三维数据进行分析和可视化的程序,它既是一个应用程序框架,也可以直接使用(Turn-Key )代码如下图所示import numpy as npfrom mindelec.vision import vtk_structuregrid_tensor = np.random.rand(20, 10, 10, 10, 4).astype(np.float32)eh_tensor = np.random.rand(20, 10, 10, 10, 6).astype(np.float32)path_res = './result_vtk'vtk_structure(grid_tensor, eh_tensor, path_res)grid_tensor为三维网格坐标文件, shape是 (dim_t, dim_x, dim_y, dim_z, 4)eh_tensor为生成的电磁场三维网格文件, shape是(dim_t, dim_x, dim_y, dim_z, 6)path_res 是保存文件的地址最后生成的文件是以vts结尾的:
    MindSpore:MindScience之MindElec 电磁仿真结果可视化_第5张图片
    打开vts文件的软件没有安装,就不展示了总结:以上就是MindElec 电磁仿真结果可视化的各种结果,其中S11可视化和二维电磁场可视化生成的文件都是jpg结尾的最后一个三维结果可视化是以vts结尾的文件可以用ParaView读取,但是第一个通过MonitorEval保存的文件就不知道是什么格式了而且有一个疑问,这个可视化就是指保存文件吗,我以为的可视化是边执行边显示图,但是这边的接口并没有写明有这个功能,也没有调用函数去解析这些生成文件的功能

你可能感兴趣的:(机器学习人工智能深度学习)