physicsnemo

收录理由

PhysicsNeMo 面向希望让神经网络真正遵循物理定律的工程师和研究者，而不是让模型只会机械地拟合给定数据。它基于 PyTorch 构建，覆盖物理信息神经网络、神经算子、图网络与 Transformer 等多种模型，并提供可组合的模块来组织网络结构、处理网格和点云数据的数据管线，以及能从单张 GPU 扩展到集群的分布式训练能力。其符号化 PDE 层尤为突出：你可以直接用 SymPy 写出控制方程，框架会自动生成带空间导数的物理信息损失项，省去手工推导每个偏导的繁琐过程。做 CFD、气象气候或其他 AI4Science 的团队，还能借助配套模块直接对预训练模型进行推理。如果你已经在用 PyTorch，这套 GPU 优化且兼顾物理约束的训练工具，能让你省去自己拼装底层管线的功夫。