deepxde

deepxde

科学计算与物理学习的深度学习库

DeepXDE 是一个为科学计算和物理引导学习设计的深度学习库。它支持解决多种复杂问题,如常微分方程、偏微分方程、分数阶微分方程和随机微分方程等。DeepXDE 支持多个后端,包括 TensorFlow、PyTorch、JAX 和 PaddlePaddle,提供丰富的几何域、边界条件、自动微分和采样方法。其模块化设计允许用户自定义和扩展模块,适用于科研和工业应用。

DeepXDE科学机器学习物理信息学习神经网络深度学习库Github开源项目

DeepXDE 项目介绍

概述

DeepXDE 是一个专为科学机器学习和物理信息学习设计的库。它致力于通过深度学习方法解决微分方程和多物理问题,在科学计算中具有广泛的应用。DeepXDE 的设计允许用户简单地表达复杂的问题,并通过灵活的配置和多样的特性来满足多种需求。

核心算法

物理信息神经网络(PINN)

物理信息神经网络(PINN)是一种用于解决微分方程的算法。DeepXDE 中实现了多种 PINN 技术:

  • 普通/偏微分方程(ODEs/PDEs)的正向和逆向求解
  • 积分-微分方程(IDEs)的求解
  • 分数阶偏微分方程(fPDEs)的求解
  • 随机偏微分方程(sPDEs)的求解
  • 包含硬约束的 PINN,用于逆向设计和拓扑优化

此外,DeepXDE 还通过残差自适应采样和多尺度傅里叶特征等技术提高 PINN 的精度。

深度运算符网络(DeepONet)

DeepONet 是用于学习运算符的方法,支持多种扩展,例如:

  • 多输入运算符学习,通过 MIONet 实现
  • 使用傅里叶变换的扩展版本
  • 用于多物理和多尺度问题的 DeepM&Mnet

多保真度神经网络(MFNN)

MFNN 主要用于从多保真度的数据中学习,帮助整合多种数据源来提高模型性能。

支持的特性

DeepXDE 提供了许多有用的特性,使用户能够更方便地使用深度学习进行科学计算:

  • 支持复杂几何形状和多种边界条件
  • 支持反向模式、前向模式和零坐标偏移(ZCS)等自动微分方法
  • 提供多种神经网络结构和采样方法
  • 支持数据并行训练、多种优化器的配置、模型存储和加载
  • 包含不确定性量化、不同精度浮点数支持等特性
  • 灵活的损失函数、学习率调度和度量标准定制

安装与使用

DeepXDE 支持多个后端,包括 TensorFlow、PyTorch、JAX 和 PaddlePaddle。用户可以根据自己偏好的框架选择对应的依赖项进行安装。借助 pipconda,用户可以轻松安装 Stable 版本的 DeepXDE:

$ pip install deepxde

$ conda install -c conda-forge deepxde

对于开发者,可以通过 Git 克隆直接下载源码进行开发使用。

贡献与社区

DeepXDE 鼓励社区成员通过报告漏洞、建议改进、提交代码贡献等方式参与项目发展。通过 GitHub 平台,用户可以随时提出问题、分享创意并参与讨论。此外,DeepXDE 还通过 Slack 频道聚集了一批经验丰富的用户和开发者,促进交流与合作。

开发团队

DeepXDE 由 Lu Lu 博士在布朗大学首次开发,目前由他在耶鲁大学继续维护。项目的发展离不开来自不同领域的多位才华横溢的个人贡献。DeepXDE 拥有 LGPL-2.1 许可证,确保其在开源社区中的广泛使用。

通过这深刻剖析和广泛特性支持,DeepXDE 已成为科学计算领域中重要的工具之一,为研究人员和工程师提供了强有力的支持。

编辑推荐精选

openai-agents-python

openai-agents-python

OpenAI Agents SDK,助力开发者便捷使用 OpenAI 相关功能。

openai-agents-python 是 OpenAI 推出的一款强大 Python SDK,它为开发者提供了与 OpenAI 模型交互的高效工具,支持工具调用、结果处理、追踪等功能,涵盖多种应用场景,如研究助手、财务研究等,能显著提升开发效率,让开发者更轻松地利用 OpenAI 的技术优势。

Hunyuan3D-2

Hunyuan3D-2

高分辨率纹理 3D 资产生成

Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具,支持从文本描述、单张图片或多视角图片生成 3D 模型,具备快速形状生成能力,可生成带纹理的高质量 3D 模型,适用于多个领域,为 3D 创作提供了高效解决方案。

3FS

3FS

一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。

3FS 是一个功能强大的分布式文件系统项目,涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作,如创建文件和目录、设置布局等,同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景,能够提高系统的性能和可靠性,是分布式存储领域的优质解决方案。

TRELLIS

TRELLIS

用于可扩展和多功能 3D 生成的结构化 3D 潜在表示

TRELLIS 是一个专注于 3D 生成的项目,它利用结构化 3D 潜在表示技术,实现了可扩展且多功能的 3D 生成。项目提供了多种 3D 生成的方法和工具,包括文本到 3D、图像到 3D 等,并且支持多种输出格式,如 3D 高斯、辐射场和网格等。通过 TRELLIS,用户可以根据文本描述或图像输入快速生成高质量的 3D 资产,适用于游戏开发、动画制作、虚拟现实等多个领域。

ai-agents-for-beginners

ai-agents-for-beginners

10 节课教你开启构建 AI 代理所需的一切知识

AI Agents for Beginners 是一个专为初学者打造的课程项目,提供 10 节课程,涵盖构建 AI 代理的必备知识,支持多种语言,包含规划设计、工具使用、多代理等丰富内容,助您快速入门 AI 代理领域。

AEE

AEE

AI Excel全自动制表工具

AEE 在线 AI 全自动 Excel 编辑器,提供智能录入、自动公式、数据整理、图表生成等功能,高效处理 Excel 任务,提升办公效率。支持自动高亮数据、批量计算、不规则数据录入,适用于企业、教育、金融等多场景。

UI-TARS-desktop

UI-TARS-desktop

基于 UI-TARS 视觉语言模型的桌面应用,可通过自然语言控制计算机进行多模态操作。

UI-TARS-desktop 是一款功能强大的桌面应用,基于 UI-TARS(视觉语言模型)构建。它具备自然语言控制、截图与视觉识别、精确的鼠标键盘控制等功能,支持跨平台使用(Windows/MacOS),能提供实时反馈和状态显示,且数据完全本地处理,保障隐私安全。该应用集成了多种大语言模型和搜索方式,还可进行文件系统操作。适用于需要智能交互和自动化任务的场景,如信息检索、文件管理等。其提供了详细的文档,包括快速启动、部署、贡献指南和 SDK 使用说明等,方便开发者使用和扩展。

Wan2.1

Wan2.1

开源且先进的大规模视频生成模型项目

Wan2.1 是一个开源且先进的大规模视频生成模型项目,支持文本到图像、文本到视频、图像到视频等多种生成任务。它具备丰富的配置选项,可调整分辨率、扩散步数等参数,还能对提示词进行增强。使用了多种先进技术和工具,在视频和图像生成领域具有广泛应用前景,适合研究人员和开发者使用。

爱图表

爱图表

全流程 AI 驱动的数据可视化工具,助力用户轻松创作高颜值图表

爱图表(aitubiao.com)就是AI图表,是由镝数科技推出的一款创新型智能数据可视化平台,专注于为用户提供便捷的图表生成、数据分析和报告撰写服务。爱图表是中国首个在图表场景接入DeepSeek的产品。通过接入前沿的DeepSeek系列AI模型,爱图表结合强大的数据处理能力与智能化功能,致力于帮助职场人士高效处理和表达数据,提升工作效率和报告质量。

Qwen2.5-VL

Qwen2.5-VL

一款强大的视觉语言模型,支持图像和视频输入

Qwen2.5-VL 是一款强大的视觉语言模型,支持图像和视频输入,可用于多种场景,如商品特点总结、图像文字识别等。项目提供了 OpenAI API 服务、Web UI 示例等部署方式,还包含了视觉处理工具,有助于开发者快速集成和使用,提升工作效率。

下拉加载更多