上传者: 38623366
|
上传时间: 2022-01-22 17:22:16
|
文件大小: 5.76MB
|
文件类型: -
matlab美式看炒菜代码总经理
这是一个可以促进
Deep
Galerkin
算法实验的库。
要学习解决方案,您可以定义新的
PDE/ODE
并调用
train
函数。
需要为您的应用程序设计适当的损失函数的知识。
该库输出了几个有用的东西:
1-
损失函数值(用于微分算子、边界条件等)
2-
给定方程的神经网络解决方案3-
给定神经网络的逐层平均激活值(在训练期间)(如
Xavier
的初始化论文中讨论的方法)
您还可以使用
讨论的方法找到最多
7
个资产(9
个维度)的
Free
Boundry
PDE(美式期权)的实现代码。
还有一个有限差分
matlab
代码可用于测量结果的准确性。
此存储库中还有另外两个示例。
热方程和对流方程。
在神经网络的训练过程中可以看到这两个方程的动画:
神经网络不同层的平均激活值(训练期间):
这是此代码构建块的示意图:
要求
Python
3.7.7
火炬
1.6
如需合作、建议或问题,请随时与我联系:pooya[dot]saffarieh[at]student[dot]sharif[dot]ir