偏微分方程存在于生活中的方方面面，但这个方程通常需要借助超算才能求解。最近加州理工的博士生Zongyi Li提出了一种傅里叶神经算子，能让求解速度提升1000倍，从此让你不再依赖超算！

相比于传统的解题方法，神经网络更倾向于找到一个通用的解决方案，训练一个模型就能解决一类偏微分方程，而非特定的方程求解。加州理工学院的研究人员最近提出了一种新的解决PDE方程的神经网络策略，比之前的深度学习方法的准确率更高。

内容中包含的图片若涉及版权问题，请及时与我们联系删除