pbdl-book

收录理由

多数机器学习课程把物理问题当作普通数据集处理，而《基于物理的深度学习》这本书走了一条不同的路。它是一本交互式Jupyter书籍，每一章都配有可运行的笔记本，让你在阅读技术概念的同时就能亲手实践，不必等到课后。内容紧扣实用而非纯理论：物理损失约束、可微分模拟，以及作为传统求解器快速替代品的扩散概率模型。书中还讨论了如何在训练过程中借助完整模拟器解决逆问题，以及网络架构选择——连续与离散表示、结构化与非结构化图网格——如何影响实际效果。它有意避开宽泛的文献综述，默认读者已掌握深度学习和数值模拟的基础，因此特别适合那些准备进入流体力学与偏微分方程学习型替代模型领域的应用研究者和工程师。