“Physics-based Deep Learning”学习笔记(1)
“Physics-based Deep Learning”学习笔记1
可微分物理学(Differentiable physics(DP))
基于物理的深度学习,其本质是应用某个特定领域内的模型方程,将其离散化之后的方程整合进深度学习的训练过程。正如其名称中所提到的“可微分”,拥有可微分的公式对于训练神经网络至关重要。
接下来,我们通过一个粒子来了解基于DP的深度学习。
假设存在一个未知的函数f∗:X→Yf^{*}:X \rightarrow Yf∗:X→Y(通常用∗*∗的上标来表示理想或者未知的函数,而可离
原创
2021-09-30 12:21:13 ·
3292 阅读 ·
5 评论