含参PDE(偏微分方程)的神经网络并行编程mpi4py

bfgs是我们课题组自己写的优化库,可以注释掉,使用torch.optim.LBFGS代替

含参PDE介绍

− Δ u = f , x ∈ Ω = ( 0 , 1 ) 2 -\Delta u=f,x \in \Omega=(0,1)^2 Δu

你可能感兴趣的:(高性能计算,Deep,learning,神经网络,算法)