PhiFlow
3.1.0
φ流是一種用於優化和機器學習應用程序的開源模擬工具包。它主要寫在python中,可以與numpy,pytorch,jax或tensorflow一起使用。與這些機器學習框架的密切集成使其能夠利用其自動分化功能,從而易於構建涉及學習模型和物理模擬的端到端可區分功能。
流體徽標 | 喚醒流 | 蓋子驅動的腔 | 泰勒綠色 |
煙羽 | 可變邊界 | 並行模擬 | 移動障礙 |
旋轉條 | 多網狀流體 | 高階Kolmogorov | 熱流 |
漢堡的方程式 | 反應擴散 | 波浪 | 朱莉婭設定 |
向後朝向步驟 | 熱流 | 網狀建築 | 喚醒流 |
SPH | 翻動 | 流線 | 地形 |
重力 | 英式撞球 | 繩索 |
梯度下降 | 優化投擲 | 學習投擲 | PIV |
關閉包裝 | 學習φ(x,y) | 可微分壓力 |
使用PIP安裝Python 3.6及以上:
$ pip install phiflow
除了φ流以啟用機器學習能力和GPU執行,安裝Pytorch,TensorFlow或JAX。要啟用Web UI,還要安裝DASH。有關最佳GPU性能,您可以編譯自定義CUDA操作員,請參閱詳細的安裝說明。
您可以通過運行來驗證安裝
$ python3 -c " import phi; phi.verify() "
這也將檢查兼容的Pytorch,JAX和TensorFlow安裝。
文檔概述• ▶YouTube教程• API •演示•遊樂場
φ-Flow基於φml的張量功能。要了解φ流的工作原理,請先檢查命名和鍵入維度。
請使用以下引用:
@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}
}
我們將很快上傳白皮書。同時,請引用ICLR 2020紙。
φ流已用於創建各種公共數據集,例如pdebench和pdearena。
查看更多使用φ流的軟件包
版本歷史記錄列出了自發布以來的所有主要更改。發行版也在PYPI上列出。
歡迎捐款!查看此文檔以獲取指南。
這項工作得到了ERC啟動Grant Realflow(STG-2015-637014)和Intel Intellignent Systems Lab的支持。