V
主页
科学计算中的深度学习——苏黎世联邦理工学院_07 Neural operators
发布人
https://www.youtube.com/watch?v=y6wHpRzhhkA&t=27s 《Deep Learning in Scientific Comupting》——苏黎世联邦理工学院,Mishra Siddhartha 1. Issues with traditional methods for scientific computing such as Finite Element, Finite Volume, etc, particularly for PDE models with high-dimensional state and parameter spaces. 传统科学计算方法(如有限元、有限体积等)存在的问题,特别是具有高维状态和参数空间的偏微分方程模型。 2. Introduction to Deep Learning: Artificial Neural Networks, Supervised learning, Stochastic gradient descent algorithms for training, different architectures: Convolutional Neural Networks, Recurrent Neural Networks, ResNets. 深度学习简介:人工神经网络、监督学习、用于训练的随机梯度下降算法、不同的架构:卷积神经网络、递归神经网络、ResNets。 3. Theoretical Foundations: Universal approximation properties of the Neural networks, Bias-Variance decomposition, Bounds on approximation, and generalization errors. 理论基础:神经网络的通用近似性质、偏差-方差分解、近似边界和泛化误差。 4. Supervised deep learning for solutions fields and observables of high-dimensional parametric PDEs. Use of low-discrepancy sequences and multi-level training to reduce generalization error. 高维参数偏微分方程的解场和可观测量的监督深度学习。使用低差异序列和多层次训练来减少泛化误差。 5. Uncertainty Quantification for PDEs with supervised learning algorithms. 使用监督学习算法对偏微分方程进行不确定性量化。 6. Deep Neural Networks as Reduced order models and prediction of solution fields. 深度神经网络作为降阶模型和解场预测。 7. Active Learning algorithms for PDE constrained optimization. 用于偏微分方程约束优化的主动学习算法。 8. Recurrent Neural Networks and prediction of time series for dynamical systems. 9. Physics Informed Neural networks (PINNs) for the forward problem for PDEs. Applications to high-dimensional PDEs. 物理知情神经网络 (PINN) 用于偏微分方程的前向问题。在高维偏微分方程中的应用。 10. PINNs for inverse problems for PDEs, parameter identification, optimal control, and data assimilation. All the algorithms will be illustrated on a variety of PDEs: diffusion models, Black-Scholes type PDEs from finance, wave equations, Euler and Navier-Stokes equations, hyperbolic systems of conservation laws, and Dispersive PDEs among others.
打开封面
下载高清视频
观看高清视频
视频下载器
科学计算中的深度学习——苏黎世联邦理工学院_12_Differentiable physics and neural differential equation
科学计算中的深度学习——苏黎世联邦理工学院_03 Introduction to deep learning II
科学计算中的深度学习——苏黎世联邦理工学院_09_Neural operators-extensions
科学计算中的深度学习——苏黎世联邦理工学院_11_Differentiable physics-introduction
科学计算中的深度学习 —— 苏黎世联邦理工学院_01 Course Introduction
科学计算中的深度学习——苏黎世联邦理工学院_05 Physics-informed neural networks
科学计算中的深度学习——苏黎世联邦理工学院_02 Introduction to deep learning
科学计算中的深度学习——苏黎世联邦理工学院_06 Physics-informed neural networks
科学计算中的深度学习——苏黎世联邦理工学院_08 Neural operators-applications
科学计算中的深度学习——苏黎世联邦理工学院_10_Graph and sequence models
科学计算中的深度学习——苏黎世联邦理工学院_13_Future trends and overview of CAMLAB
科学计算中的深度学习——苏黎世联邦理工学院_04 Physics-informed neural networks
【多模态+大模型+知识图谱】2024完整版:这绝对是B站最全的教程,论文创新点终于解决了!——人工智能/深度学习/aigc/计算机视觉
现代流体力学数值模拟方法——西北工业大学(2022秋)
斯坦福李飞飞终于把【计算机视觉】给讲明白了!全程16集,草履虫都能听明白!深度学习cs231n公开课【中英字幕】
【强推】这绝对是B站2024年人工智能入门的天花板教程!不接受任何反驳,草履虫都能学会!(人工智能|AI|机器学习|深度学习|)
超全超简单!一口气刷完CNN、RNN、GAN、GNN、DQN、Transformer、LSTM、DBN等八大深度学习神经网络算法!真的比刷剧还爽!
122集付费!CNN、RNN、GAN、GNN、DQN、Transformer、LSTM等八大深度学习神经网络一口气全部学完!
我居然一个小时就学会了【贝叶斯算法】朴素贝叶斯、贝叶斯网络,绝对的保姆级教程!——机器学习/人工智能/深度学习/高等数学、支持向量机、机器学习算法!
【0零基础MATLAB入门】台湾大学郭彦甫教授!简单易懂,看完就能用!-深度学习/机器学习/算法
整整200集,比刷剧还爽!深度学习必看圣经!李沐大神《动手学深度学习》最新版全套视频教程分享(人工智能/深度学习/计算机视觉)
【全集188集】深度学习必看圣经!李沐大神《动手学深度学习》最新版全套视频教程分享,比啃书高效!看完直接跑通!(深度学习/神经网络/计算机视觉)
在家作AI,昨天880,一台电脑,方法简单,分享我的接单平台、接单技巧和资源分享,目前经济自由!!
太全了!深度学习目标检测算法入门:YOLOv8/v7/v6/v5/v4/v3/v2/v1全详解,草履虫都能学会!(AI人工智能/机器学习/深度学习/CV)
【比刷剧还爽!】从入门到精通CNN、RNN、GAN、GNN、DQN、Transformer、LSTM等八大深度学习神经网络一口气学完!
研究生必备!里面99%的论文都能找到,一个代码复现的神级网站!人工智能/机器学习/深度学习/论文复现/代码
我愿称李宏毅强化学习为天花板课程!简单易懂!清晰明了的 PPO算法强化学习入门教程!深度强化学习、人工智能、神经网络
我从来不用自己剪视频,因为我会用AI
动画解析神经网络为什么可以学习?看计算机大佬如何通俗易懂的讲解神经网络底层逻辑原理!带你入门到实战!——(人工智能、深度学习、机器学习、机器学习算法、AI)
【课件+代码】李沐大神《动手学深度学习》2024最新视频教程,比啃书高效!比刷剧还爽!(人工智能丨深度学习丨神经网络)
【强推】研究生还不会代码怎么办?迪哥带你7天零基础快速学会代码,手把手教你敲代码,代码小白速成必看的保姆级讲解-人工智能/深度学习/机器学习
【PyTorch深度学习实战案例】70个练手项目合集,B站最通俗易懂的pytorch深度学习,还不拿下 !!!PyTorch入门|Pytorch实战
PyTorch深度学习实践!不愧是公认讲的最好的【pytorch实践教程】12小时带你从入门到实践
Flow Matching——流匹配
草履虫都能学会!这可能是B站最全的(Python+机器学习+深度学习)系列课程了,快速入门巨简单,还学不会来打爆我!/人工智能/机器学习/深度学习/python
不愧是中科院大佬!三小时讲完论文写作到发刊全栈!简直不要太爽!(论文阅读/确认选题/文献综述/找创新点/写作技巧/发刊技巧/机器学习/深度学习/科研心得)
吹爆!这绝对是南京大学最出名的LLAMA3教程了没有之一,llama3原理代码精讲与微调量化部署实战,通俗易懂太适合小白了!人工智能|机器学习|深度学习
【200集全】CV十天入门到起飞!一口气学完Python、OpenCV、深度学习基础、PyTorch、卷积神经网络、物体检测、图像分割等计算机视觉必备基础与实战
强推!【人工智能算法导论】原作大佬带你一起啃书!真的通俗易懂!(人工智能、深度学习、机器学习、神经网络、Pytorch)
草履虫都能毕业!Opencv+YOLO实时目标检测,计算机视觉方向从零到实战,带你做毕设!(计算机视觉/深度学习/Opencv/YOLO)