Dies ist die Linux-App namens NeuralOperators.jl, deren neueste Version als v0.6.0sourcecode.tar.gz heruntergeladen werden kann. Sie kann online beim kostenlosen Hosting-Anbieter OnWorks für Workstations ausgeführt werden.
Laden Sie diese App namens NeuralOperators.jl kostenlos herunter und führen Sie sie online mit OnWorks aus.
Befolgen Sie diese Anweisungen, um diese App auszuführen:
- 1. Diese Anwendung auf Ihren PC heruntergeladen.
- 2. Geben Sie in unserem Dateimanager https://www.onworks.net/myfiles.php?username=XXXXX den gewünschten Benutzernamen ein.
- 3. Laden Sie diese Anwendung in einem solchen Dateimanager hoch.
- 4. Starten Sie den OnWorks Linux-Online- oder Windows-Online-Emulator oder den MACOS-Online-Emulator von dieser Website.
- 5. Rufen Sie vom gerade gestarteten OnWorks Linux-Betriebssystem aus unseren Dateimanager https://www.onworks.net/myfiles.php?username=XXXXX mit dem gewünschten Benutzernamen auf.
- 6. Laden Sie die Anwendung herunter, installieren Sie sie und führen Sie sie aus.
SCREENSHOTS
Ad
NeuralOperators.jl
BESCHREIBUNG
Der neuronale Operator ist eine neuartige Deep-Learning-Architektur. Er lernt einen Operator, der eine Abbildung zwischen unendlichdimensionalen Funktionenräumen ist. Er kann zum Lösen partieller Differentialgleichungen (PDE) verwendet werden. Anstatt die Lösung mit der Methode der finiten Elemente vorzunehmen, kann ein PDE-Problem gelöst werden, indem ein neuronales Netzwerk trainiert wird, einen Operator zu lernen, der vom unendlichdimensionalen Raum (u, t) in den unendlichdimensionalen Raum f(u, t) abbildet. Der neuronale Operator lernt eine kontinuierliche Funktion zwischen zwei kontinuierlichen Funktionenräumen. Der Kernel kann anhand unterschiedlicher Geometrien trainiert werden, die aus einem Graphen gelernt werden. Der Fourier-neuronale Operator lernt einen neuronalen Operator mit Dirichlet-Kernel, um eine Fourier-Transformation zu bilden. Er führt die Fourier-Transformation über unendlichdimensionale Funktionenräume durch und lernt besser als neuronale Operatoren. Der Markov-neuronale Operator lernt einen neuronalen Operator mit Fourier-Operatoren.
Eigenschaften
- Fourier-Neuronaler Operator
- Beispiele verfügbar
- Dokumentation vorhanden
- Markov-Neuraloperator lernt einen neuronalen Operator mit Fourieroperatoren
- DeepONet-Operator (Deep Operator Network) lernt einen neuronalen Operator
- Sie können erneut Verlust-, Optimierungs- und Trainingsparameter angeben, genau wie Sie es für ein einfaches neuronales Netzwerk mit Flux tun würden
Programmiersprache
Julia
Kategorien
Diese Anwendung ist auch unter https://sourceforge.net/projects/neuraloperators-jl.mirror/ verfügbar. Sie wurde in OnWorks gehostet, um die Ausführung online auf einfachste Weise über eines unserer kostenlosen Betriebssysteme zu ermöglichen.
