发现与 Shallow Water Equations 相关的最受欢迎的开源项目和工具，了解最新的开发趋势和创新。
利用神经算子进行无限维空间学习
基于随机微分方程的评分生成模型的PyTorch实现（ICLR 2021，口头报告）
并行计算与科学机器学习（SciML）：方法与应用（麻省理工学院18.337J/6.338J）
基于随机微分方程的评分生成模型的官方代码（ICLR 2021，口头报告）
支持GPU且具有高效灵敏度分析的可微分随机微分方程求解器
一个用于 Julia 语言中自动并行化科学机器学习 (SciML) 的非因果建模框架。一个用于物理信息机器学习的集成符号计算系统，以及微分方程的自动变换。
一个完全专注于神经微分方程、隐式模型及相关数值方法的PyTorch库
翻译LaTeX格式的科学论文，尤其专注于arXiv论文
用于科学机器学习 (SciML) 加速仿真的物理信息神经网络（PINN）求解器（偏）微分方程
Brian是一个免费的开源脉冲神经网络模拟器。
PDEBench：一个用于科学机器学习的综合基准测试集
具有O(1)反向传播、GPU支持以及刚性/非刚性微分方程求解器的预构建隐式层架构，展示了科学机器学习 (SciML) 和物理信息机器学习方法。
精选波斯语自然语言处理和信息检索工具与资源列表
一个基于PyTorch的神经网络求解微分方程的库，被全球多个研究团队使用，包括哈佛大学IACS。
使用开源软件进行科学机器学习 (SciML) 和高性能微分方程求解的教程。
神经控制微分方程处理不规则时间序列的代码（Neurips 2020 Spotlight论文）
高性能常微分方程 (ODE) 和微分代数方程 (DAE) 求解器，包括神经常微分方程 (神经 ODE) 和科学机器学习 (SciML) 方法。
用于高级建模的物理信息神经网络
用于科学机器学习 (SciML) 的化学反应网络与系统生物学接口。该接口基于开源软件，具有高性能、GPU 并行化和 O(1) 复杂度的求解器。
支持GPU和内存高效伴随反向传播的PyTorch可微分控制微分方程求解器。
