Ein differenzierbares PDE-Lösungsframework für maschinelles Lernen
Simuliere physikalische Systeme und optimiere maschinelle Lernmodelle mit diesem Open-Source-Simulationswerkzeug.
Beanspruchen Sie die Seite: indexiert unabhangig vom Rang, in sechs Sprachen ubersetzt und mit Ihren eigenen Worten erganzt.
Erhalten Sie eine E-Mail-Benachrichtigung beim nächsten Release oder wenn es durchstartet.
Kostenlos · ohne Karte · jederzeit abbestellbarEin differenzierbares PDE-Lösungsframework für maschinelles Lernen
PhiFlow hat 1.9k Sterne auf GitHub. Es wurde 235-mal geforkt. PhiFlow ist hauptsächlich in Python geschrieben. Es wird seit 2019 aktiv entwickelt. PhiFlow ist unter der MIT-Lizenz verfügbar. Die Hauptthemen sind: deep-learning, differentiable-simulations, fluid-simulations, neural-networks.
Ein differenzierbares PDE-Lösungsframework für maschinelles Lernen
PhiFlow ist ein Open-Source-Projekt. Es wird unter der MIT-Lizenz veröffentlicht.
Ja. PhiFlow ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.
PhiFlow ist unter der MIT-Lizenz verfügbar.
PhiFlow ist hauptsächlich in Python geschrieben.
Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.
[](https://olud.ai/project/tum-pbs-phiflow.html)