DeepXDE：解决微分方程等问题的深度学习库

简介：
DeepXDE是一款用于求解各种类型微分方程及其他连续科学问题的开源Python库，采用深度学习方法，适用于无网格数据驱动建模。 深度XDE（DeepXDE）是一个用于物理信息神经网络（PINN）的深度学习库。它能够求解正向与反向偏微分方程（PDE）、积分微分方程（IDE），以及分数阶偏微分方程（fPDE）。此外，该库还支持使用多保真度神经网络（MFNN）从不同质量的数据中近似函数，并通过深度算子网络（DeepONet）来逼近非线性算子。 产品特点包括： - 复杂域几何的支持无需专门的网格生成。 - 基本几何形状涵盖区间、三角形、矩形、多边形、圆盘和球体等。 - 可以通过布尔运算构建更复杂的几何构造，例如联合、差集与交集的方式形成实体集合（CSG）。 - 支持多物理场问题，即耦合的PDE系统的求解。 - 提供五种边界条件的支持：Dirichlet, Neumann 和 Robin等。