标签：JAX

可微 CFD 求解器

基于 JAX 的全自动可微 CFD 求解器，支持 CPU/GPU/TPU，专注端到端可微流体仿真，可与神经网络无缝耦合做梯度反传。原生支持 GPU/TPU 加速，可与神经网络端到端耦合，是科学 ML 框架中可微物理的代表。

可微流体求解器

Google Research 基于 JAX 的可微流体求解器，支持端到端梯度反传，用于把神经网络嵌入 CFD 时间推进、做可微物理与混合建模研究。原生支持 GPU/TPU 加速，可与神经网络端到端耦合，是科学 ML 框架中可微物理的代表。

微分方程求解

DeepXDE v1.15.0 发布，新增 L-LAAF 激活函数与 PyTorch 后端 MPS GPU 支持，提升微分方程深度学习求解效率。原生支持 GPU/TPU 加速，可与神经网络端到端耦合，是科学 ML 框架中可微物理的代表。