文件名称：torchdyn - 基于PyTorch神经网络微分方程库-python
文件大小：22.66MB
文件格式：ZIP
更新时间：2024-07-08 15:10:19
机器学习
A PyTorch based library for all things neural differential equations torchdyn 一个基于 PyTorch 的库，用于所有神经微分方程。 由 DiffEqML 维护。 安装 git clone https://github.com/DiffEqML/torchdyn.git cd torchdyn python setup.py install 文档 https://torchdyn.readthedocs.io/被最近的作品重新点燃 [1,2]。 PyTorch 等现代深度学习框架，加上计算资源的逐步改进，使得神经网络的连续版本（可追溯到 80 年代 [3] 的版本）终于出现并为经典机器学习问题提供了新的视角（例如，密度估计 [4]）自从 2018 年引入具有开创性工作 [1] 的 torchdiffeq 库以来，PyTorch 研究社区几乎没有在神经微分方程的统一框架上花费太多精力。 虽然 Julia 社区和 SciML [5] 正在取得重大进展，但我们相信以深度学习为重点的本地 PyTorch 版本
【文件预览】：
torchdyn-master
----MANIFEST.in(58B)
----.coveragerc(51B)
----pyproject.toml(971B)
----docs()
--------torchdyn.data_utils.rst(579B)
--------torchdyn.models.rst(1KB)
--------conf.py(3KB)
--------torchdyn.rst(563B)
--------make.bat(760B)
--------tutorials()
--------change_log.rst(1KB)
--------Makefile(634B)
--------index.rst(2KB)
----.github()
--------ISSUE_TEMPLATE()
--------workflows()
----test()
--------models()
--------test_energy.py(2KB)
--------conftest.py(2KB)
--------test_adjoint.py(3KB)
--------__init__.py(0B)
--------test_normalizing_flows.py(2KB)
--------layers()
--------validate_tutorials.py(669B)
--------test_datasets.py(891B)
----media()
--------GalNODE.gif(13.75MB)
--------cnf_diffeq.gif(3.98MB)
--------logo.png(179KB)
--------logo_small.png(64KB)
----LICENSE(11KB)
----benchmarks()
--------numerics()
----tutorials()
--------03_crossing_trajectories.ipynb(322KB)
--------01_neural_ode_cookbook.ipynb(83KB)
--------experimental()
--------02_classification.ipynb(30KB)
--------10_stable_neural_odes.ipynb(342KB)
--------07b_ffjord.ipynb(302KB)
--------08_hamiltonian_nets.ipynb(341KB)
--------05_generalized_adjoint.ipynb(12KB)
--------09_lagrangian_nets.ipynb(255KB)
--------00_quickstart.ipynb(205KB)
--------04_augmentation_strategies.ipynb(184KB)
--------11_gde_node_classification.ipynb(16KB)
--------06_higher_order.ipynb(559KB)
--------README.md(2KB)
--------07a_continuous_normalizing_flows.ipynb(333KB)
----torchdyn()
--------models()
--------core()
--------utils.py(8KB)
--------nn()
--------__init__.py(707B)
--------numerics()
--------datasets()
----setup.py(604B)
----.gitignore(2KB)
----README.md(6KB)
----.pep8speaks.yml(2KB)
----.pre-commit-config.yaml(4KB)