xuelanghanbao/AI4XDE

# AI4XDE #### 介绍 AI4XDE是一个用于科学机器学习和物理信息网络的综合库。AI4XDE旨在将具体算法与具体算例相解耦，将算例作为神经网络的输入参数，使得一次编程即可计算所有的算例。按照AI4XDE库中使用的接口范式编写神经网络算法以及算例，可以快速地测试算法在不同算例上的稳定性，加快实验进度；同时也可以使算例编写完成，即可在不同的神经网络算法上进行测试、比较。 目前AI4XDE支持算法如下： 1. PINN 2. Uniform 3. Random_R 4. RAR_D 5. RAR_G 6. RAD 7. R3Sampling 8. HPO 9. gPINN 10. FI-PINN 11. FBPINN 12. CausalPINN 目前AI4XDE支持算例如下： 1. 基于公式的函数近似算例 2. 基于数据的公式近似算例 3. 一个简单的ODE算例 4. Lotka-Volterra方程 5. 一个二阶ODE算例 6. 具有狄利克雷边界条件的一维Poisson方程 7. 具有狄利克雷/纽曼边界条件的一维Poisson方程 8. 具有狄利克雷/罗宾边界条件的一维Poisson方程 9. 具有狄利克雷/周期边界条件的一维Poisson方程 10. 具有狄利克雷/点集算子边界条件的一维Poisson方程 11. 具有强制边界条件的一维Poisson方程 12. 具有多尺度傅立叶特征网络的一维Poisson方程 13. L型区域上的二维Poisson方程 14. 具有未知强迫场的Poisson方程反问题 15. 一维分数阶Poisson方程反问题 16. 二维分数阶Poisson方程反问题 17. 峰值二维Poisson方程 18. 圆型区域上的Laplace方程 19. 欧拉梁 20. 二维矩形区域上的Helmholtz方程 21. 带孔二维矩形区域上的Helmholtz方程 22. 具有吸收边界条件的Helmholtz声硬散射问题 23. Kovasznay流 24. Burgers方程 25. Heat方程 26. Diffusion方程 27. Diffusion-reaction方程 28. AllenCahn方程 29. Klein-Gordon方程 30. Beltrami流 31. 薛定谔方程 32. 具有强制边界条件的一维Wave方程 33. 使用时空多尺度傅里叶特征网络的一维Wave方程 34. 积分微分方程 35. Volterra积分微分方程 36. 一维分数阶Poisson方程 37. 二维分数阶Poisson方程 38. 三维分数阶Poisson方程 39. 一维分数阶Diffusion方程 40. Lorenz反问题 41. 具有外生输入的Lorenz反问题 42. Brinkman-Forchheimer反问题 43. Diffusion反问题 44. Diffusion-Reaction反问题 45. 不可压缩流体Navier-Stokes方程（圆柱扰流）反问题 46. 二维双峰分布问题 47. 方腔流 48. 具有周期边界条件的一维对流方程 49. 一维谐振子 #### 安装教程 由于AI4XDE基于DeepXDE库，所以你需要首先安装DeepXDE库。 DeepXDE需要安装以下依赖项之一: - TensorFlow 1.x: [TensorFlow](https://www.tensorflow.org/)>=2.7.0 - TensorFlow 2.x: [TensorFlow](https://www.tensorflow.org/)>=2.2.0, [TensorFlow Probability](https://www.tensorflow.org/probability)>=0.10.0 - PyTorch: [PyTorch](https://pytorch.org/)>=1.9.0 - JAX: [JAX](https://jax.readthedocs.io/), [Flax](https://flax.readthedocs.io/), [Optax](https://optax.readthedocs.io/) - PaddlePaddle: [PaddlePaddle](https://www.paddlepaddle.org.cn/en) ([develop version](https://www.paddlepaddle.org.cn/en/install/quick?docurl=/documentation/docs/en/develop/install/pip/linux-pip_en.html)) 请安装完上述依赖项作为基线后，再安装DeepXDE. 随后，你就可以使用如下方法安装AI4XDE - 使用 `pip`安装： ``` $ pip install ai4xde ``` - 使用 `conda`安装： ``` $ conda install -c xuelanghanbao ai4xde ``` - 对于开发者， 可以将其克隆到本地计算机上： ``` $ git clone https://gitee.com/xuelanghanbao/AI4XDE.git ``` #### 使用说明 AI4XDE将算法与算例分离，其中算法模板存放在 `solver` 文件夹中，基于算法模板实现的具体算法（如：PINN、R3Sampling等）存放在`algorithm`文件夹中。算例模板及具体算例（如：Burgers、AllenCahn等）存放在`cases`文件夹中。 #### 参与贡献 1. Fork 本仓库 2. 新建 Feat_xxx 分支 3. 提交代码 4. 新建 Pull Request