OpenFOAM python PINN tensorflow gpu (小白，莫笑）

[深蓝]

@mengqiang 我想到的能够用ISIGHT做集成，用ISIGHT调用fluent计算，然后用fluent自动后处理（都用TUI命令），再用ISIGHT调用python进行神经网络训练模型. 这样就不用学openfoam了，fluent也挺好用. 而且ISIGHT还能调用matlab...

但是感觉不用这么折腾啊，为啥非要集成到一块. 用处理好的数据训练PINN也行啊. 我在用PINN做反演（污染物的溯源）

[bestucan]

这条路子走得通吗？

下面有请鲁迅先生：“世上本没有路,走的人多了,便变成了路”
只要不是商业软件的封闭格式搀和进来，数据都是明码的，撑死了就是输出成文件再读文件。这就是开源的优势。文件格式不符？有一大堆现有的处理纯文本的软件，再调用个 shell 脚本或者python 的脚本也行；处理一下。

想让OpenFOAM也基于GPU计算，这成熟吗？

成熟呀，只要钱够多： rapid cfd
但是既然别人做出来了，不想花钱，花时间自己搞也是可以的

有Matlab和Python的编程经验，上手OpenFOAM难不难呀

难呀，matlab 和 python 之所以普及就是因为易用呀，OpenFOAM 不易用。如果有 linux 系统维护经验，或者自行编译软件安装软件的经验；上手会有加成。

[李东岳]

@mengqiang 老铁，这一块研究后来做的咋样了

[mengqiang]

@李东岳 当时临近毕业，试了很久PINN，有数据的PINN效果还行，但是完全的无数据的不太行，尤其是有湍流的时候，然后就放弃了，改用了LBM方法。

[李东岳]

有数据的PINN效果还行，但是完全的无数据的不太行

我不太懂这个。确认一下：你说的这个意思，是说PINN需要CFD算出多套参数的结果，然后这些多套参数和结果就是数据。比如先用CFD算100套进口条件，得出100套结果，把这100套进口参数+结果给到PINN，这样的话效果还行？

[李东岳]

@李东岳 我回复一下自己，我说的是错误的。PINN可以理解为另外一套求解PDE的方法。比如FDE可以求解PDE，FVM可以求解PDE，同样PINN也可以求解PDE。PINN求解PDE跟CFD没有任何关系。

当时临近毕业，试了很久PINN

@mengqiang 大佬用什么做的PINN，deepxde么

[mengqiang]

对的，李老师，我用过deepxde，我记得大概就是神经网络在求解的时候涉及到一个什么梯度的求解，然后求解PDE的时候也需要这个梯度，所以他就具有先天优势？然后通过构造特定的损失函数，能够把PINN训练得符合特定守恒方程？我也记不太清了，好久没碰了。然后有数据好像是比如你有一些流场内的数据（比如几个的传感器？）去推测整个计算域的数据？您可以参考一下这篇论文https://www.sciencedirect.com/science/article/pii/S0021999118307125#se0080

[李东岳]

就比如有限体积法算CFD，大家都用OpenFOAM。现在PINN是不是大部分都用的deepxde？

有数据的PINN效果还行，但是完全的无数据的不太行，尤其是有湍流的时候，

这个能展开说说么

[李东岳]

我这几天在学PINN，打算用libtorch算个2维的PDE，主要是测试服务器性能用... 目标有点偏。但都是玩一个东西。到时候给大家更新。

[小菜鸟]

@李东岳 李老师，deepxde库属于基于pytorch tensorflow做了封包，形成的高级科学计算库，把计算物理方程的部分模块化掉了，在计算性能方面可能有做过优化，但是降低了自定义的灵活性。还有jax，这个会更加完善，我习惯用pytorch，用jax不太习惯，jax的风格有类似于tensorflow吧(具体不太了解)。国内的有百度系的paddle science和华为系的MindSpore 的MindSpore Flow。