G+Smo 项目安装与使用教程
2024-09-27 01:55:36作者:江焘钦
1. 项目目录结构及介绍
G+Smo(Geometry plus Simulation modules)是一个用于等几何分析(IGA)的C++库。项目的目录结构如下:
gismo/
├── src/
│ ├── gsCore/
│ ├── gsMatrix/
│ ├── gsNurbs/
│ ├── gsHSplines/
│ ├── gsModeling/
│ ├── gsAssembler/
│ ├── gsSolver/
│ ├── gsPde/
│ ├── gsTensor/
│ ├── gsIO/
│ └── gsUtils/
├── examples/
├── unittests/
├── filedata/
├── extensions/
├── plugins/
│ ├── Axel modeler/
│ └── Rhinoceros' 3DM/
├── cmake/
├── doc/
├── .gitattributes
├── .gitignore
├── CMakeLists.txt
├── COPYRIGHT.txt
├── CTestConfig.cmake
├── LICENSE.txt
├── MANIFEST.in
├── Makefile
├── README.md
├── appveyor.yml
├── changelog
├── pyproject.toml
├── setup.py
└── submodules.txt
目录结构介绍
- src/:包含所有源文件,代码被划分为多个模块。目前有11个模块,如
gsCore、gsMatrix等。 - examples/:包含使用示例,包含小型程序和教程。
- unittests/:包含代码库中某些部分的单元测试。
- filedata/:包含G+Smo可以读写的XML格式数据文件。
- extensions/:包含可选的额外功能,可以与G+Smo一起编译。
- plugins/:包含插件,如Axel模型器和Rhinoceros的3DM文件插件。
- cmake/:包含CMake配置文件。
- doc/:包含与Doxygen文档相关的文件。
- 其他文件:如
.gitattributes、.gitignore、CMakeLists.txt等,为项目的配置和元数据文件。
2. 项目启动文件介绍
G+Smo项目的启动文件主要是通过CMake进行配置和编译。以下是启动文件的介绍:
- CMakeLists.txt:这是CMake的主配置文件,定义了项目的构建规则和依赖关系。
- Makefile:在Linux/macOS系统上,
Makefile用于执行make命令来启动编译过程。 - appveyor.yml:用于AppVeyor持续集成服务的配置文件。
启动步骤
-
克隆项目:
git clone https://github.com/gismo/gismo.git -
创建构建目录:
mkdir build cd build -
运行CMake配置:
cmake .. -
编译项目:
make
3. 项目配置文件介绍
G+Smo项目的配置文件主要包括CMake配置文件和一些元数据文件。以下是主要配置文件的介绍:
- CMakeLists.txt:定义了项目的构建规则、依赖关系和编译选项。
- CTestConfig.cmake:用于CTest测试的配置文件。
- appveyor.yml:用于AppVeyor持续集成服务的配置文件。
- pyproject.toml:Python项目的配置文件,定义了项目的元数据和依赖关系。
- setup.py:Python项目的安装脚本。
配置选项
在CMake配置过程中,可以通过设置以下选项来定制编译:
- CMAKE_BUILD_TYPE:编译类型,可选值为
Debug、Release、RelWithDebInfo、MinSizeRel。 - GISMO_COEFF_TYPE:用于所有计算的算术类型,可选值包括
double、long double、float。 - GISMO_WITH_XDEBUG:是否启用额外的调试工具。
- GISMO_BUILD_EXAMPLES:是否编译示例程序。
- GISMO_BUILD_UNITTESTS:是否编译单元测试。
通过这些配置文件和选项,可以灵活地定制和编译G+Smo项目。
登录后查看全文
热门项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
567
3.84 K
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
暂无简介
Dart
799
199
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.37 K
780
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
349
200
Ascend Extension for PyTorch
Python
377
450
无需学习 Kubernetes 的容器平台,在 Kubernetes 上构建、部署、组装和管理应用,无需 K8s 专业知识,全流程图形化管理
Go
16
1