V
主页
京东 11.11 红包
dflow:共同构建AI for Science和云原生时代的科学计算工作流
发布人
dflow是一个使用云原生项目Argo作为工作流引擎,面向科学计算工作流开发者的开源Python开发框架。dflow从科学计算群体的知识背景出发,安装简单、上手容易、用法可以层层深入,可方便地支持科学计算面临的复杂流程逻辑需求。基于容器(container)和Kubernetes,dflow在作业管理上省心可靠,接口扩展性高,无缝对接各种计算资源。
打开封面
下载高清视频
观看高清视频
视频下载器
鄂维南院士:再谈AI for Science
DeepFlame: 共建AI for Science时代的燃烧反应流体计算平台
陈默涵:密度泛函理论计算流程
张天汉:祖传代码的一次新生dflow和fortran77如何结合
宿彦京:材料人工智能技术
王晓旭:AI for Science时代电池研发自动化设计与实践平台:Piloteye
DeepH:深度学习DFT哈密顿量
王中林:面向AI时代的自驱动传感
DeePKS+ABACUS:AI辅助的电子结构方法
陈默涵:密度泛函理论基础
计算模拟在锂电材料研发中的应用和挑战-来自业界的视角 宁德时代 邓斌 高工
DMFF: 共建生产级可微分力场计算引擎,让复杂力场参数优化不再难
陈默涵:ABACUS 3.0:共建AI辅助的新一代电子结构算法平台
科学计算在电化学中应用-讲座
段辰儒:量子化学遇上机器学习:化学发现的 自主计算工作流程
鄂维南:发生在当下的科技革命
胡太平:dflow+X在材料科学领域中的应用
王延泽:dflow+强化动力学——一种同步学习框架的工作流实现
江俊:“谱-构-效”数据驱动的机器化学家
董彬:机理与数据融合的计算成像
蒲建锟等:dflow从SMILES到力场
dflow Tutorials - 新手村任务
宋乐:AI for Drug Design
王磊、王涵、陈默涵、柯国霖:AI for Science专题论坛圆桌讨论
廖恒博士:人工智能的思考
胡晓光:飞桨框架核心技术与科学计算
神经算子与计算成像研讨会
于璠:昇思MindSpore加速AI与科学计算有效融合
张强:能源化学与数据科学的融合发展 以高比能电池研究为例
徐贲:深度学习势在磁性材料中的开发与应用
柯国霖:药物设计中的大规模机器学习实践
周耀旗:蛋白质设计:能量函数和AI
曹政:全面提效-云上大计算助力AI For Science尽情奔跑
王轩泽:AI为金属材料科学的研究和产业化带来的一些变化
DeepModeling:我们的“开源集市”需要什么
胡素磊:机器学习加速物理规律发现
朱维良:新药设计的挑战与AI时代的机遇
郑家新:机器学习力场应用于锂金属负极生长机理研究
张林峰:在AI for Science的道路上,从优秀走向卓越
张林峰:AI for Science开源社区实践与思考