具有完整GPU支持和O(1)内存反向传播的可微分ODE求解器。-Python开发

上传者: 42144199 | 上传时间: 2021-11-29 14:26:53 | 文件大小: 8.09MB | 文件类型: -
可微分ODE解算器的PyTorch实现该库提供了在PyTorch中实现的常微分方程(ODE)解算器。 使用adjoint方法支持所有求解器的反向传播。 对于使用,可微分ODE解算器的PyTorch实现此库提供了在PyTorch中实现的常微分方程(ODE)解算器。 使用adjoint方法支持所有求解器的反向传播。 有关在深度学习应用程序中使用ODE求解器的信息,请参见[1]。 由于求解器是在PyTorch中实现的,因此完全支持该存储库中的算法以在GPU上运行。 安装pip install torchdiffeq示例示例被放置在示例目录中。

文件下载

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