CFD中文网

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 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。

可以试试matlab后处理

@baojd42 想请教下您，最后成功了吗？RapidCFD可以在GPU上完美运行吗...谢谢了

大神们好！
我的课题中涉及到快速求解室内（三维室内空间）的流场（一般ke模型就可以了），通过前期的文献调研了解到physics-informed nerual networks可能是解决方案之一，现在也在这个方向上努力。但该方法还是涉及到求解几个边界条件的室内流场做训练样本。

所以想到了用python调用OpenFOAM来求解指定边界下的室内流场，然后带入到python中的PINN里用于训练模型，了解到已经有可以调用的PyFoam包，但没尝试过，也没用过OpenFOAM，想问下有经验的，这条路子走得通吗？（有Matlab和Python的编程经验，上手OpenFOAM难不难呀，因为案例不会很难，就是常规的很简单的不可压缩流体流动，最多涉及到一个浮力的boussinesq假设）。

第二个问题，就是python里的PINN模型在训练时的高效性是基于GPU实现的（所以是租用了GPU服务器，不支持/不鼓励用CPU求解），所以在python里调用OpenFOAM时，想让OpenFOAM也基于GPU计算，这成熟吗？或者有现成的解决方案吗？

第一次涉足OpenFOAM，可能问的问题很不专业，见谅！