PhiFlow
3.1.0
φ Flow 는 최적화 및 기계 학습 애플리케이션을 위해 구축 된 오픈 소스 시뮬레이션 툴킷입니다. 주로 파이썬으로 작성되었으며 Numpy, Pytorch, Jax 또는 Tensorflow와 함께 사용할 수 있습니다. 이러한 기계 학습 프레임 워크와의 긴밀한 통합을 통해 자동 차별화 기능을 활용할 수 있으므로 학습 모델 및 물리 시뮬레이션과 관련된 엔드 투 엔드 차별화 가능한 기능을 쉽게 구축 할 수 있습니다.
 |  |  |  |
| 유체 로고 | 깨우기 | 뚜껑 구동 공동 | 테일러-그린 |
 |  |  |  |
| 연기 깃털 | 가변 경계 | 병렬 시뮬레이션 | 움직이는 장애물 |
 |  |  |  |
| 회전 막대 | 멀티 그리드 유체 | 고차 Kolmogorov | 열 흐름 |
 |  |  |  |
| 버거의 방정식 | 반응 확산 | 파도 | 줄리아 세트 |
 |  |  |  |
| 뒤로 향하는 단계 | 열 흐름 | 메쉬 구조 | 깨우기 |
 |  |  |  |
| SPH | 튀기다 | 유선형 | 지역 |
 |  |  | |
| 중력 | 당구 | 로프 |
 |  |  |  |
| 그라디언트 하강 | 던지기 최적화 | 던지는 법을 배우십시오 | piv |
 |  |  | |
| 포장을 닫습니다 | 학습 φ (x, y) | 차별화 가능한 압력 |
파이썬 3.6 이상의 PIP를 사용하여 설치 :
$ pip install phiflow기계 학습 기능 및 GPU 실행을 가능하게하기 위해 φ 흐름 외에 Pytorch, Tensorflow 또는 JAX를 설치하십시오. 웹 UI를 활성화하려면 Dash를 설치하십시오. 최적의 GPU 성능을 보려면 사용자 정의 CUDA 연산자를 컴파일하고 자세한 설치 지침을 참조하십시오.
실행하여 설치를 확인할 수 있습니다
$ python3 -c " import phi; phi.verify() "이렇게하면 호환 Pytorch, Jax 및 Tensorflow 설치도 확인됩니다.
문서 개요 • ▶ YouTube 튜토리얼 • API • 데모 • 놀이터
φ-flow는 φ ml 의 텐서 기능을 기반으로합니다. φ 흐름의 작동 방식을 이해하려면 먼저 이름 및 입력 된 치수를 확인하십시오.
다음 인용을 사용하십시오.
@inproceedings{holl2024phiflow,
title={${Phi}_{text{Flow}}$ ({PhiFlow}): Differentiable Simulations for PyTorch, TensorFlow and Jax},
author={Holl, Philipp and Thuerey, Nils},
booktitle={International Conference on Machine Learning},
year={2024},
organization={PMLR}
}
우리는 곧 백서를 업로드 할 것입니다. 그 동안 ICLR 2020 종이를 인용하십시오.
φ 흐름은 PDEBENCH 및 PDEARENA와 같은 다양한 공개 데이터 세트의 생성에 사용되었습니다.
φ 흐름을 사용하는 더 많은 패키지를 참조하십시오
버전 기록은 릴리스 이후 모든 주요 변경 사항을 나열합니다. 릴리스는 PYPI에도 나열되어 있습니다.
기부금을 환영합니다! 이 문서에서 가이드 라인을 확인하십시오.
이 작업은 ERC 시작 Grant RealFlow (STG-2015-637014)와 Intel Intelligent Systems Lab의 지원을받습니다.
