neuraloperator

神經服務師：無限維度學習

neuraloperator是Pytorch學習神經操作員的綜合圖書館。它是針對傅立葉神經操作員和張力神經操作員的官方實施。

與常規的神經網絡不同，神經操作員可以在功能空間之間進行學習映射，並且該庫提供了使用您自己的數據進行的所有工具。

神經操作員也是分辨率不變的，因此您訓練有素的操作員可以應用於任何分辨率的數據。

安裝

只需克隆存儲庫並在本地安裝（以可編輯模式以可編輯模式，因此代碼的更改會立即反映而無需重新安裝）：

 git克隆https://github.com/neuraloperator/neuraloperator
CD神經運動器
PIP安裝-e。
pip install -r要求.txt

您還可以在PIPPI上安裝圖書館的最新穩定版本：

 PIP安裝神經功能器

Quickstart

安裝庫後，您可以無縫啟動培訓操作員：

 from neuralop . models import FNO

operator = FNO ( n_modes = ( 16 , 16 ), hidden_channels = 64 ,
                in_channels = 3 , out_channels = 1 )

還可以提供張力：您可以通過僅使用幾個參數使用塔克張力FNO來改進以前的模型：

 from neuralop . models import TFNO

operator = TFNO ( n_modes = ( 16 , 16 ), hidden_channels = 64 ,
                in_channels = 3 ,
                out_channels = 1 ,
                factorization = 'tucker' ,
                implementation = 'factorized' ,
                rank = 0.05 )

這將使用權重的塔克分解。通過與分解因素直接收縮輸入，向前傳球將是有效的。傅立葉層將具有同等密集的傅立葉神經操作員的5％參數！

查看文檔以獲取更多信息！

使用重量和偏見

在neuraloperator/config中創建一個名為wandb_api_key.txt的文件，並在此粘貼權重和偏見。您可以在主要YAML配置文件中配置要使用的項目和用戶名。

貢獻

Neuralererator是100％開源的，我們歡迎社區的所有貢獻！如果您在文檔中發現錯誤或錯別字，或者對您想查看的功能有一個想法，請在我們的問題跟踪器上報告，甚至更好，在Github上打開Pull-Quect。

Neuralererator還具有額外的開發依賴性，可以在requirements_dev.txt中找到：

 PIP安裝-R Euncess_dev.txt

代碼格式

在提交更改之前，應確保您的代碼遵守我們的樣式指南。最簡單的方法是與black ：

黑色的 。

運行測試

測試和文檔是此軟件包的重要組成部分，所有功能都帶有單位測試和文檔。測試使用PYTEST軟件包進行。

要運行測試，只需在終端中運行：

 pytest -v neuralop

建築文檔

我們的文檔網站的HTML是使用sphinx構建的。該文檔是從doc文件夾內部構建的。

 CD文檔
製作html

這將在./doc/build/html中構建文檔。

請注意，該文檔需要其他依賴關係可從./doc/requirements_doc.txt安裝。

要查看本地文檔，請運行：

 CD DOC/BUILD/HTML
Python -M http.Server [port_num]

然後，文檔將在localhost:PORT_NUM上查看。

引用

如果您在學術論文中使用神經手術器，請引用[1]，[2]：

 @misc {kossaifi2024Neural，
   title = {學習神經操作員的庫}，
   作者= {Jean Kossaifi和Nikola Kovachki和
   Zongyi Li和Davit Pitt和
   Miguel Liu-Schiaffini和Robert Joseph George和
   Boris Bonev和Kamyar Azizzadenesheli和
   Julius Berner和Anima Anandkumar}，
   年= {2024}，
   eprint = {2412.10354}，
   ArchivePrefix = {arXiv}，
   primaryclass = {cs.lg}
}

@Article {Kovachki2021Neural，
   作者= {Nikola B. Kovachki和
                  Zongyi li和
                  Burigede Liu和
                  Kamyar azizzadenesheli和
                  Kaushik Bhattacharya和
                  安德魯·斯圖爾特（Andrew M. Stuart）和
                  Anima anandkumar}，
   title = {神經操作員：在功能空間之間學習圖}，
   日記= {corr}，
   音量= {abs/2108.08481}，
   年= {2021}，
}

[1]

科薩菲（J.

[2]	Kovachki，N.，Li，Z.，Liu，B.，Azizzadenesheli，K.，Bhattacharya，K.，Stuart，A。和Anandkumar A.，“神經操作員：功能空間之間的學習圖”，JMLR，2021。 DOI：10.48550/ARXIV.2108.08881。