【Udemy中英字幕】PINNs Using NVIDIA Modulus

使用 NVIDIA 模数的 PINN

利用 AI 轻松进行模拟

讲师：Dr.Mohammad Samara

双语IT资源独家Udemy付费课程，独家中英文字幕，配套资料齐全！

用不到1/10的价格，即可享受同样的高品质课程，且可以完全拥有，随时随地都可以任意观看和分享。

你将学到什么

• 构建基于 PINN 的 pdes 求解器。
• 了解 PINN 偏微分方程求解器背后的理论。
• 使用 NVIDIA Modulus 构建模型
• 使用 GoogleColab 和您自己的 NVIDIA GPU 部署 NVIDIA Modulus

要求

• 高中数学
• 基础Python知识

描述

描述

这是一门入门课程，将帮助您做好使用 NVIDIA Modulus 来使用物理信息神经网络 (PINN) 的准备。我们将从基础知识开始介绍使用物理信息神经网络 (PINN) 求解偏微分方程 (PDE) 的基础知识，并逐步迈向使用 Nvidia 模数求解 PINN。

您将学习什么技能：

在本课程中，您将学习以下技能：

• 了解使用 PINN 求解偏微分方程 (PDE)背后的数学原理。
• 使用Pytorch编写和构建机器学习算法来解决 PINN 。
• 使用Nvidia Modulus编写和构建机器学习算法来解决 PINN 。
• 对结果进行后处理。
• 使用开源库。
• 定义您自己的偏微分方程来求解它们或使用内置方程（例如 Nvidia Modulus 中的 NS 方程）。

我们将涵盖：

• Pytorch 基础知识。
• 如何在您自己的计算机 GPU 和 Google Collab 中部署 Nvidia Modulus。
• 使用 pytorch 的一维 Burgers 方程的物理信息神经网络(PINN)解决方案。
• 使用 Nvidia 模量的一维波动方程的物理信息神经网络(PINN)解决方案  。
• 使用 Nvidia 模量的物理信息神经网络(PINN)解决  空腔流动问题。
• 使用 Nvidia 模量的物理信息神经网络(PINN)解决  2D 散热器流动问题。

如果您之前没有机器学习或计算工程经验，那也没有问题。本课程完整而简洁，涵盖了机器学习/物理信息神经网络 (PINN) 的基础知识。让我们一起享受学习 Nvidia Modulus 的乐趣吧。

本课程适合谁：

• 想要学习 PINN 的工程师和程序员
• 学习 NVIDIA 模数