julia - 由于策略争论,使用 NueralPDE.jl 中的 PhysicsInformedNN() 时出现 MethodError

标签 julia pde flux.jl

我正在尝试通过阅读找到的文档教程来学习一些 PINN 工作的 NeuralPDE.jl 语法 here .

在使用 PhysicsInformedNN(chain, strategy) 函数构建 PINN 算法时,无论我尝试使用哪种策略,都会收到 MethodError。教程建议使用 GridTraining(.05),我也尝试了 StochasticTraining(::Int64),但没有成功。

dim = 2 # number of dimensions
chain = FastChain(FastDense(dim,16,Flux.σ),FastDense(16,16,Flux.σ),FastDense(16,1))
dx = 0.05
discretization = PhysicsInformedNN(chain,GridTraining(dx))

错误:

MethodError: no method matching GridTraining(::Float64)

最佳答案

这是一个包版本问题。更新到最新版本时已修复。有关详细信息,请参阅评论。

关于julia - 由于策略争论,使用 NueralPDE.jl 中的 PhysicsInformedNN() 时出现 MethodError,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/66589885/

相关文章:

rest - 避免为 REST 服务停止 Julia

eclipse - 找不到所需的插件 'org.eclipse.pde.junit.runtime'

julia - Julia 中的伪谱方法的复偏微分方程 (Ginzburg Landau)

python - 使用 FiPY 在 Python 中求解复杂的偏微分方程

package - Julia:如何更新到最新版本的软件包(即 Flux)

julia - Julia 的转换规则遇到一些问题

julia - 如何创建可用于矩阵数学的点类型

julia - 理解 Julia 的函数 do block

julia - 如何在 Flux.jl 中使用 .pth 模型?

julia - Flux.jl 中的交叉熵损失 - Julia