描述

这是一门入门课程，将为您使用 NVIDIA Modulus 使用物理知情神经网络 （PINN） 做好准备。我们将从基础知识开始介绍使用物理知情神经网络 （PINN） 求解偏微分方程 （PDE） 的基础知识，并逐步使用 Nvidia 模量求解 PINN。

您将学习哪些技能：

在本课程中，您将学习以下技能：

• 了解使用 PINN 求解偏微分方程 （PDE） 背后的数学原理。

• 编写和构建机器学习算法以使用 Pytorch 求解 PINN。

• 编写和构建机器学习算法，以 使用 Nvidia Modulus 求解 PINN。

•  对结果进行后处理。

• 使用开源库。

• 定义您自己的偏微分方程来求解它们或使用内置方程（例如 Nvidia Modulus 中的 N.S 方程）。

 我们将介绍：

•  Pytorch 的基础知识。

• 如何在您自己的计算机 GPU 和 Google Collab 中部署 Nvidia Modulus。

• 使用 pytorch 的 1D Burgers 方程的物理知情神经网络 （PINN） 解决方案。

• 使用 Nvidia 模数的一维波动方程的物理知情神经网络 （PINN） 解决方案。

• 物理知情神经网络 （PINN） 使用 Nvidia 模量解决腔体流动问题的解决方案。

• 使用 Nvidia 模量的物理知情神经网络 （PINN） 解决 2D 散热器流动问题。

如果你之前没有机器学习或计算工程方面的经验，那没问题。本课程完整简洁，涵盖机器学习/物理知情神经网络 （PINN） 的基础知识。让我们一起享受学习 Nvidia Modulus 的乐趣。