MindSpore
安装部署
安装MindSpore Flow
特性
基于MindSpore Flow求解PINNs问题
物理驱动
一维Burgers问题
二维定常达西问题
二维圆柱绕流
二维&三维Poisson问题
二维Taylor-Green涡流动
Navier-Stokes方程反问题
基于神经网络表示求解玻尔兹曼方程
使用PINNs求解Kovasznay流问题
雷诺平均Navier-Stokes方程求解周期山流动
利用PINNs求解二维带点源泊松方程
数据驱动
AI工业流体仿真模型——东方御风
基于FNO求解一维Burgers
基于FNO求解二维Navier-Stokes
基于KNO求解一维Burgers
基于KNO求解二维Navier-Stokes
数据驱动(FNO2D和UNET2D两种backbone)下跨声速翼型复杂流场的多时间步预测
ResUnet3D-三维非定常流场预测
基于Fourier Neural Operator的Navier-Stokes equation求解
数据机理融合
PDE-Net求解对流扩散方程
PeRCNN求解2D burgers方程
PeRCNN求解3D 反应扩散方程
可微分CFD求解器
一维Lax激波管
一维Sod激波管
二维库埃特流
二维黎曼问题
API参考
mindflow.cell
mindflow.cfd
mindflow.common
mindflow.data
mindflow.geometry
mindflow.loss
mindflow.loss.MTLWeightedLoss
mindflow.loss.RelativeRMSELoss
mindflow.loss.WaveletTransformLoss
mindflow.loss.get_loss_metric
mindflow.operators
mindflow.pde
RELEASE NOTES
Release Notes
MindSpore
»
mindflow.loss
»
mindflow.loss.get_loss_metric
查看页面源码
mindflow.loss.get_loss_metric
mindflow.loss.
get_loss_metric
(
name
)
获取损失函数。
参数:
name
(str) - 损失函数的名称。
返回:
Function,损失函数。