pbdl-book

将深度学习与物理模拟融合革新数值计算方法

Physics-based Deep Learning 深度学习物理模拟 PDE问题数值方法 Github 开源项目

Physics-based Deep Learning book探讨了深度学习在物理模拟中的应用，重点关注基于场的模拟。内容涵盖监督学习、物理约束、可微分模拟和强化学习等主题，并提供Jupyter notebook实例。该书致力于结合数据驱动方法和传统数值技术，以提升模拟性能。通过流体动力学和不确定性量化等案例，展示了物理深度学习在计算效率和精度方面的应用前景。书中深入探讨了深度学习与物理知识的结合方式，同时保留了对数值方法的深入理解。实例说明如何利用深度学习解决PDE问题，强调了物理约束在学习过程中的重要性。此外，还介绍了差分物理训练和改进的学习方法，为读者提供了全面的物理深度学习入门指南。

访问官网

Github

介绍相关项目

Learning-Scientific_Machine_Learning_Residual_Based_Attention_PINNs_DeepONets - 物理信息机器学习在科学计算中的应用与进展

DeepONetsGithubPIMLPINNsRBA开源项目物理信息机器学习

本项目聚焦物理信息神经网络(PINNs)、DeepONets和基于残差的注意力机制(RBA)等科学机器学习技术。内容涵盖从基础概念到高级应用的教程，包括函数逼近、ODE/PDE求解与发现等。项目呈现了PINNs领域的最新研究成果，尤其是RBA在提升性能方面的应用。这些资源对于物理信息机器学习领域的研究人员和工程师具有重要参考价值。

d2l-en - 互动深度学习教程，结合代码、数学与讨论

D2L.aiGithubJupyter笔记本开源书籍开源项目机器学习深度学习

这本开源书籍使用Jupyter笔记本无缝整合深度学习的概念、背景和代码，免费提供给所有人。书中包含可运行代码、技术深度和社区讨论，帮助读者解决实际问题并成长为应用机器学习科学家。

pbrtbook - 物理渲染理论与实现的中文翻译项目

Githubpbrt中文翻译基于物理的渲染开源项目计算机图形学

该项目为《Physically Based Rendering》第三版提供中文翻译，深入解析物理渲染理论和实现。内容包括原书忠实翻译和额外补充章节，采用LaTeX编写并输出PDF格式。保留代码链接跳转功能，方便读者查阅。项目遵循CC BY-NC-SA 4.0许可协议，鼓励读者参与讨论并提供反馈。

rl-book - 强化学习理论及Python实现的教程和代码

GithubPyTorchReinforcement LearningTensorFlow开源项目理论算法

本书系统介绍强化学习，从基础理论到具体算法实现，包含基于TensorFlow和PyTorch的代码对照，实现经典和现代深度强化学习算法。提供完整数学推导和高质量代码，适合希望深入理解和应用强化学习的读者。

dlwpt-code - 深入浅出PyTorch深度学习指南

Deep Learning with PyTorchGithubPyTorch开源项目机器学习深度学习编程

《Deep Learning with PyTorch》通过实际项目展示深度学习的基础知识，适合希望掌握PyTorch的开发者、计算机科学家、数据科学家及相关专业学生。书中提供了对深度学习的直观理解，并深入探讨PyTorch的部分功能，适合具备编程基础的读者。作者团队拥有丰富的实践经验和开源项目贡献，确保内容实用且前沿。

DeepLagrangianFluids - 拉格朗日流体模拟的连续卷积神经网络方法

Github开源项目机器学习流体模拟深度学习物理引擎粒子系统

DeepLagrangianFluids项目实现了基于连续卷积的粒子流体模拟网络，源于ICLR 2020会议发表的研究成果。项目包含数据生成、模型训练和预训练模型运行的完整代码，支持PyTorch和TensorFlow框架，并集成Open3D等库实现高效模拟与可视化。这种新方法在流体动力学模拟的准确性和计算效率方面取得了显著进展。

DeepLearning - 深度学习概念与技术详解

Aaron CourvilleDeep LearningGithubIan GoodfellowYoshua Bengio开源项目深度学习

本项目解析《深度学习》一书，通过数学推导和Python代码实现，涵盖线性代数、概率论、优化算法等基础知识，以及卷积网络、序列建模等深度学习技术。适用于深度学习初学者和从业者，提供详尽的理论和源码实现，帮助掌握深度学习算法。

Physics3D - 基于视频扩散的3D高斯体物理属性学习框架

3D GaussiansGithubPhysics3D开源项目模拟渲染物理动力学视频扩散

Physics3D是一个创新的3D场景物理仿真框架，结合了3D高斯体和视频扩散模型。该项目提供统一的仿真-渲染管线，包含训练代码和合成数据集。通过文本到视频的扩散模型，Physics3D能优化物理参数，实现各种物体的物理属性和动态行为模拟。这为计算机图形学和物理仿真研究提供了新的工具，有助于创建更真实精确的3D场景。

pytorch-book - PyTorch 1.8入门与高级应用指南

GithubPyTorch开源项目深度学习生成对抗网络神经网络自然语言处理

这本书提供了《深度学习框架PyTorch：入门与实践（第2版）》的对应代码，基于PyTorch 1.8编写，内容涵盖基础使用、高级扩展和实战应用三大模块。读者可以学习从安装PyTorch、使用Tensor与自动微分系统、构建神经网络模块到进行数据加载与GPU加速等操作。此外，还讲解了向量化、分布式计算及CUDA扩展的高级技术，并通过图像分类、生成对抗网络、自然语言处理、风格迁移及目标检测等实战项目，深入理解并应用PyTorch进行深度学习开发。

deepxde - 科学计算与物理学习的深度学习库

DeepXDEGithub开源项目深度学习库物理信息学习神经网络科学机器学习

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。

相关项目

项目侧边栏1

项目侧边栏2

推荐项目

Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手，通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能，支持100+编程语言，与主流编辑器无缝集成，显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台，能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐，Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案，通过智能技术简化视频制作流程。无论是企业宣传还是个人分享，有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持，能够阅读和理解用户上传的文件内容，解析网页信息，并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题，Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术，为商家提供一键生成商品图和营销文案的服务，显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台，让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型，免费访问各种图像生成与AI训练工具，从Stable Diffusion等基础模型开始，轻松实现创新图像生成。体验前沿的AI技术，推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器，它将改变您观看视频的方式！SubCat结合了先进的人工智能技术，为您提供即时视频字幕翻译，无论是本地视频还是网络流媒体，让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台，利用前沿AI技术，为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图，再到文案生成，美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具，简化了选题、文献检索至论文撰写的整个过程。通过简单设定，平台可快速生成高质量论文大纲和全文，配合图表、参考文献等一应俱全，同时提供开题报告和答辩PPT等增值服务，保障数据安全，有效提升写作效率和论文质量。

使用协议隐私政策广告服务

投诉举报邮箱: service@vectorlightyear.com

@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号