learning_flow_observables

  • Y5_639887
    了解作者
  • 722.5KB
    文件大小
  • zip
    文件格式
  • 0
    收藏次数
  • VIP专享
    资源类型
  • 0
    下载次数
  • 2022-06-12 12:11
    上传日期
深度学习流体流量可观察 这是一个为神经网络找到最佳超参数集的框架,该超参数集用于执行偏微分方程约束的优化。 研究的具体问题是找到翼型的最佳形状(RAE5243),以便在保持升力(一定程度上)恒定的同时减少阻力。神经网络充当了昂贵的CFD仿真的替代品,而这些仿真使优化任务变得不切实际。即使训练神经网络所需的数据是通过CFD模拟生成的,但优化的总成本却大大降低了。 main.py中实现的框架是围绕由Kjetil Olsen Lye( )开发的ismo (迭代替代模型优化)程序构建的。
learning_flow_observables-main.zip
内容介绍
# Deep learning fluid flow observables This is a framework to find an optimal set of hyperparameters for neural networks, which are used to perform optimizations constrained by partial differential equations. The specific problem investigated is that of finding an optimal shape of an airfoil (RAE5243) in order to reduce drag while keeping the lift (somewhat) constant. The neural networks act as surrogates for highly expensive CFD simulations that make the task of optimization impractical. Even though the data required to train the neural networks is generated through the CFD simulations, the overall cost of optimization is drastically reduced. The framework implemented in __main.py__ is constructed around the program __ismo__ (Iterative Surrogate Model Optimization) developed by Kjetil Olsen Lye (<https://github.com/kjetil-lye>)
评论
    相关推荐
    • 神经网络深度学习资源
      有多本神经网络深度学习的书籍,里面有吴恩达书籍,资源也有限。
    • GetDeeper:神经网络深度学习
      OpenDeep是在Theano完全构建的Python通用商业和研究级深度学习库,为行业数据科学家和尖端研究人员带来了前所未有的灵活性。 入门部分 Graphlab / Dato : 专有数据科学平台提供基于CXXNet的数据结构,该结构利用...
    • 神经网络深度学习
      神经网络深度学习 pdf高清含有目录和标签,资源还是比较给力的。
    • 神经网络深度学习
      神经网络深度学习神经网络深度学习神经网络深度学习神经网络深度学习
    • 神经网络深度学习
      神经网络深度学习,内容清晰,深度学习必要工具书籍
    • 深度学习-神经网络
      deep learning 深度学习文档,一些深度学习资源,一些深度学习资源。
    • 神经网络深度学习
      深度学习入门教材,浅显易懂,帮助理解深度学习的结构,方便以后进行深度学习的进阶性学习
    • 神经网络深度学习
      内容为时下最火热的神经网络深度学习,出自大牛Michael Nielsen之手。文章理论坚实,公式推导逻辑严谨,思路清晰,绝对是广大深度学习爱好者的入坑神器。
    • 神经网络深度学习
      本书是 Michael Nielsen 的 Neural Networks and Deep Learning 的中译本。目前已经完成第二章、第三章、第五章和第六章的内容。后续会进行剩下章节的翻译。如果想要提供意见或者建议,给出翻译
    • 改善深度神经网络深度学习
      改善深层神经网络 通过正则化和超参数调整来改善深度学习模型!