CFD中文网

@小菜鸟 在 OpenFOAM python PINN tensorflow gpu (小白，莫笑） 中说：

@李东岳 李老师，deepxde库属于基于pytorch tensorflow做了封包，形成的高级科学计算库，把计算物理方程的部分模块化掉了，在计算性能方面可能有做过优化，但是降低了自定义的灵活性。还有jax，这个会更加完善，我习惯用pytorch，用jax不太习惯，jax的风格有类似于tensorflow吧(具体不太了解)。国内的有百度系的paddle science和华为系的MindSpore 的MindSpore Flow。

老兄能否留个联系方式交流一下，我也在整这个，正在入门。

• 从去年开始导师开始对AI For Fluid产生了超级浓厚的兴趣，于是本人也开始做了一些工作，主要是纯数据驱动这一块（就是把CFD计算出来的物理场当成数据集，按照图像处理那一套东西，一顿卷积，然后预测出一个结果）。经过了半年多的研究，我发现这个东西非常不靠谱，存在特别多难以调和的问题，刷到国内外的一些帖子，发现大伙基本都在给纯数据驱动for fluid判死刑。
• 于是最近我看了一些文章，发现一些其他思路，比如PINN，这部分岳哥很慷慨的在论坛里开源许多代码。除此之外，好像还有DeepONet（深度学习算子）和FNO（傅立叶神经算子）这两个关注度比较高的思路，于是想来论坛问问诸位大哥，对这一块有什么看法。
• 另外，本人研究方向主要是气固两相流，不知道在Gas-Solid flow for AI这方面，国内外有没有一些比较不错的工作，希望诸位大佬不吝赐教。