neurodiffeq

收录理由

数值求解微分方程，传统做法是在网格上逐步推进，可当你想把解直接接进 PyTorch 的训练流程时，这种离散方式就显得别扭。NeuroDiffEq 换了一条思路：你只需把方程连同初值或边值条件交给它，它会训练一个神经网络来直接逼近解。接口很精简，把系统定义成 Python 函数，选好网络结构和条件类型，求解器就会返回一个可调用的解对象，想在哪一点求值都行。它既能处理 Lotka-Volterra 这样的常微分方程组，也能应对拉普拉斯方程等二维偏微分方程，还支持解束与反问题，并不局限于教科书里的标准情形。这个项目已被包括哈佛大学 IACS 在内的多个研究团队采用，对于在 PyTorch 生态里工作、希望得到光滑连续近似而非网格化数值结果的人来说，是个很顺手的工具。