文件名称：SymbolicMathematics:象征数学的深度学习
文件大小：61KB
文件格式：ZIP
更新时间：2024-04-09 03:36:20
Python
象征数学的深度学习 PyTorch最初实现（ICLR 2020）。 该存储库包含以下代码： 资料产生 函数F及其派生函数f 函数f及其原语F 前进（FWD） 后退（BWD） 零件集成（IBP） 常微分方程及其解 一阶（ODE1） 二阶（ODE2） 训练 半精度（float16） 多GPU 多节点 评价： 贪婪解码 光束搜索评估 我们还提供： 数据集针对本文中考虑的所有任务进行训练/有效/测试集 训练有素的模特使用不同配置的训练数据训练的模型 笔记本具有功能集成模型的交互式演示的 依存关系 的Python 3 （在1.3版上测试） （用于fp16培训） 数据集和训练模型 我们提供了论文中考虑的每个任务的数据集： 数据集 ＃火车 关联 整合（FWD） 45M 整合（BWD） 88M 整合（IBP） 23M 微分方程（ODE1） 65百万 微分方程（ODE2） 3200万 我们还
【文件预览】：
SymbolicMathematics-master
----src()
--------envs()
--------evaluator.py(16KB)
--------model()
--------utils.py(5KB)
--------__init__.py(0B)
--------slurm.py(6KB)
--------optim.py(10KB)
--------logger.py(2KB)
--------trainer.py(19KB)
----main.py(9KB)
----CONTRIBUTING.md(572B)
----LICENSE(19KB)
----README.md(14KB)
----beam_integration.ipynb(10KB)
----split_data.py(2KB)
----CODE_OF_CONDUCT.md(244B)
----.gitignore(2KB)