【新书】基于物理的深度学习，220页pdf

本文档包含了物理模拟环境中与深度学习相关的所有内容的实用和全面的介绍。尽可能多地，所有主题都以Jupyter形式提供了实际操作的代码示例，以便快速入门。除了标准的监督学习数据，我们将着眼于物理损失约束，更紧密耦合的学习算法与可微分模拟，以及强化学习和不确定性建模。我们生活在一个激动人心的时代: 这些方法有巨大的潜力从根本上改变计算机模拟所能达到的效果。

在本文中，我们将介绍将物理模型引入深度学习的不同方法，即基于物理的深度学习(PBDL)方法。为了增加集成的紧密性，将引入这些算法变体，并将讨论不同方法的优缺点。重要的是要知道每种不同的技术在哪些场景中特别有用。

专知便捷查看

便捷下载，请关注专知公众号（点击上方蓝色专知关注）
后台回复“PSDL” 就可以获取《【新书】基于物理的深度学习，220页pdf》专知下载链接

专知，专业可信的人工智能知识分发，让认知协作更快更好！欢迎注册登录专知www.zhuanzhi.ai，获取5000+AI主题干货知识资料！

欢迎微信扫一扫加入专知人工智能知识星球群，获取最新AI专业干货知识教程资料和与专家交流咨询！

点击“阅读原文”，了解使用专知，查看获取5000+AI主题知识资源