- 博客(4)
- 收藏
- 关注
RSS订阅原创 正则项的引入对于PINN精度提升的实践
经过实验，可以验证正则项在一定程度上可以加速收敛，对于精度有一定的提升。受限于算例，正则化的增加或许在某些PDE问题中具有意义。具有正则项的损失函数在收敛过程中收敛速度更快，且损失函数会降低到更低的水平。这是基于这样一个假设，如果PINNs得到很好的训练，则每个训练点处都有。中的方程以及PINN结构，在原本损失函数的基础上增加正则项。表示最优的神经网络参数。在这样的假设下，自然会有。相对误差分别是9e-4和7e-4。因此，总的损失函数可以定义为。表示内部区域的方程残差，即。
2024-12-25 20:16:19
320
原创 PINN求解具Dirichlet边界条件的椭圆问题
本篇利用PINN方法，求解一类二维线性椭圆方程的数值解（完整代码在最后）损失函数由区域内的方程残差以及边界处的损失共同构成，其中，和分别表示在区域内部以及边界处的训练点数量。表示内部的训练点。接下来，给出一个算例以及相应的python代码。
2024-12-23 20:26:48
373
原创 OSError: [WinError 126] 找不到指定的模块。 Error loading “D:\python\lib\site-packages\torch\lib\fbgemm.dll
如果已用pip安装torch包，但调用时出现题中报错，可以考虑以下两种情况。2.检查是否安装c++，如果未安装，可以在windows官网安装。1.python版本是否更新。此时可以正常调用torch。
2024-07-11 18:51:24
3603
2
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人