#数值方法

Torchdyn是一个专注于数值深度学习的PyTorch库，涵盖微分方程、积分变换和数值方法。它提供便捷的工具和层，用于构建神经微分方程和复合模型，并支持GPU加速和多种数值方法。该库与PyTorch和pytorch-lightning高度集成，使得用户能够快速上手，推进研究和应用。

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。