deepxde：用于求解微分方程等的深度学习库-源码

python machine-learning library deep-learning

深度XDE DeepXDE是在之上的深度学习库。如果需要深度学习库，请使用DeepXDE 通过物理信息神经网络（PINN）求解正向和反向偏微分方程（PDE），通过PINN求解正向和反向积分微分方程（IDE），通过分数PINN（fPINN）求解正向和逆分数阶偏微分方程（fPDE），通过多保真度神经网络（MFNN）从多保真度数据中近似函数，通过深度算子网络（DeepONet）近似非线性算子，从具有/不具有约束的数据集中近似函数。文档：，，，，，关于算法的论文通过PINN解决PDE和IDE：，，通过fPINN解决fPDE：通过NN任意多项式混沌（NN-aPC）解决随机PDE：通过MFNN从多保真数据中学习：通过DeepONet学习非线性算子：产品特点 DeepXDE支持没有专制网格生成的复杂域几何。基本几何形状为区间，三角形，矩形，多边形，圆盘，长方体和球形。可以使用三个布尔运算将其他几何构造为构造实体几何（CSG）：联合，差和交；多物理场，即耦合的PDE； 5种边界条件（BC）：Dirichlet，Neumann，Ro

文件下载

资源详情

[{"title":"（ 114 个子文件 1.22MB ） deepxde：用于求解微分方程等的深度学习库-源码","children":[{"title":"MANIFEST.in 78B ","children":null,"spread":false},{"title":"boundary_conditions.py 6.04KB ","children":null,"spread":false},{"title":"opnn.py 8.17KB ","children":null,"spread":false},{"title":"initializers.py 5.66KB ","children":null,"spread":false},{"title":"regularizers.py 532B ","children":null,"spread":false},{"title":"......","children":null,"spread":false},{"title":"文件过多，未全部展示","children":null,"spread":false}],"spread":true}]

评论信息

其他资源

免责申明

【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论【只为小站】经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见版权及免责申明

deepxde：用于求解微分方程等的深度学习库-源码

文件下载

资源详情

评论信息

其他资源

免责申明

个人信息

热门下载

最新下载