Accueil Projets fdtd
fdtd
Python

fdtd

Un simulateur électromagnétique FDTD 3D écrit en Python avec support GPU optionnel

par flaport · GitHub
Étoiles
Forks
Licence
Créé
Dernier commit
Catégorie
Langue
3d-fdtdelectric-fieldsfdtdMITPython
Voir sur GitHub
En termes simples

Exécuter des simulations 3D de champs électromagnétiques en utilisant Python, avec la possibilité d'utiliser un GPU pour un traitement plus rapide.

Vous maintenez ce projet ?

Revendiquez sa page : indexée quel que soit son rang, traduite en six langues, et enrichie de vos propres mots.

Revendiquer cette page →
fdtd — GitHub preview card
📈 Historique des étoiles
710709
2026-07-202026-08-31
📈 Suivez fdtd

Recevez une alerte par e-mail à sa prochaine version ou quand il décolle — ne ratez plus rien.

Gratuit · sans carte · désinscription à tout moment
Recevoir des alertes e-mail →
📄 À propos

Un simulateur électromagnétique FDTD 3D écrit en Python avec support GPU optionnel

fdtd compte 709 étoiles sur GitHub. Il a été forké 149 fois. fdtd est écrit principalement en Python. Il est développé activement depuis 2018. fdtd est disponible sous licence MIT. Ses principaux thèmes sont : 3d-fdtd, electric-fields, fdtd, fdtd-simulator.

Frequently asked questions

Qu'est-ce que fdtd ?

Un simulateur électromagnétique FDTD 3D écrit en Python avec support GPU optionnel

fdtd est-il open source ?

fdtd est un projet open source. Il est distribué sous licence MIT.

fdtd est-il gratuit ?

Oui. fdtd est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.

Sous quelle licence est fdtd ?

fdtd est disponible sous licence MIT.

Dans quel langage fdtd est-il écrit ?

fdtd est écrit principalement en Python.

🏅 Mainteneur de ce projet ?
olud.ai badge — fdtd

Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.

[![olud.ai](https://olud.ai/badge.php?tool=flaport-fdtd)](https://olud.ai/project/flaport-fdtd.html)
Plus d'options de badge →
🧬 Partage son ADN avec

Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.