深度神经网络-PINN

转载自博客： https://blog.csdn.net/blog_lunatic/article/details/95310973

Raissi 博客： https://maziarraissi.github.io/

Raissi GitHub： https://github.com/zhanggyb/nndl

 

 

神经网络学习

• 主要参考资料

 

主要参考资料

• Brown大学Raissi博客
  2017年Raissi提出物理启发的PINN(Physics Informed Neutral Network)，在流体力学等领域展现出很好的应用前景，获得相关领域的广泛关注。Raissi博客为这一领域的入门者提供了非常好的学习课程。课程涉及到高斯过程、神经网络、反向传播、深度神经网络，及其本人提出的PINN。课程自成体系，涵盖了基本概念、代码实现及算例测试等三部分。与课程配合，Raissi还提供了算法的源代码和论文。

• Neural Networks and Deep Learning
  本书作者Michael Nielsen，个人网站

  Neural Networks and Deep Learning is a free online book. The book will teach you about:
  Neural networks, a beautiful biologically-inspired programming paradigm which enables a computer to learn from observational data
  Deep learning, a powerful set of techniques for learning in neural networks

  该书中文译本，感兴趣的可以参考。