deepxde:用于求解微分方程等的深度学习库-源码

上传者: 42137723 | 上传时间: 2021-03-15 17:20:56 | 文件大小: 1.22MB | 文件类型: ZIP
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 <span style='color:#111;'> 78B </span>","children":null,"spread":false},{"title":"boundary_conditions.py <span style='color:#111;'> 6.04KB </span>","children":null,"spread":false},{"title":"opnn.py <span style='color:#111;'> 8.17KB </span>","children":null,"spread":false},{"title":"initializers.py <span style='color:#111;'> 5.66KB </span>","children":null,"spread":false},{"title":"regularizers.py <span style='color:#111;'> 532B </span>","children":null,"spread":false},{"title":"......","children":null,"spread":false},{"title":"<span style='color:steelblue;'>文件过多,未全部展示</span>","children":null,"spread":false}],"spread":true}]

评论信息

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