Un framework de résolution de PDE différentiable pour l'apprentissage machine
Simulez des systèmes physiques et optimisez des modèles d'apprentissage automatique en utilisant cet outil de simulation open-source.
Revendiquez sa page : indexée quel que soit son rang, traduite en six langues, et enrichie de vos propres mots.
Recevez une alerte par e-mail à sa prochaine version ou quand il décolle — ne ratez plus rien.
Gratuit · sans carte · désinscription à tout momentUn framework de résolution de PDE différentiable pour l'apprentissage machine
PhiFlow compte 1.9k étoiles sur GitHub. Il a été forké 235 fois. PhiFlow est écrit principalement en Python. Il est développé activement depuis 2019. PhiFlow est disponible sous licence MIT. Ses principaux thèmes sont : deep-learning, differentiable-simulations, fluid-simulations, neural-networks.
Un framework de résolution de PDE différentiable pour l'apprentissage machine
PhiFlow est un projet open source. Il est distribué sous licence MIT.
Oui. PhiFlow est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.
PhiFlow est disponible sous licence MIT.
PhiFlow est écrit principalement en Python.
Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.
[](https://olud.ai/project/tum-pbs-phiflow.html)