有人对Machine Learning+CFD感兴趣么
-
如果是深度学习或者PINN的话,待求的参数应该是和你的神经网络的层数以及不同网络的节点数相关的(以最简单的全连接神经网络为例,深度学习的更复杂一些)。参数确实很多,所以需要的数据量也要很多,如果参数和数据不匹配就会出现过拟合和欠拟合的问题(可以参考曲线拟合的意思,把他当成一个非线性求解器)。
再来就是拟合好了就行的问题,这个可能得看这个模型的适用范围了,深度学习或者PINN里的快都是体现在对训练好的模型直接预测这步上的,但是实际上最花时间的是“学习”,就是确定神经网络的这些参数的过程,拟合好了后,有些问题在内插的情况下是比较好的,但是外延可能不一定很好,可能就要进一步改进这个神经网络。
-
-
@robin_uuo 在 有人对Machine Learning+CFD感兴趣么 中说:
我是做pinn进行流场预测的,但是我本身是计算机出生,学cfd也遇到很多困难
@admin 在 有人对Machine Learning+CFD感兴趣么 中说:
@robin_uuo 我是做CFD的,现在也打算用PINN做流场预测,可以交流一下吗
我也是做CFD的,最近正在学ML和DL,要不我们互相加联系方式交流交流?