Opis:
Numerical solvers for Partial Differential Equations are notoriously slow. They need to evolve their state by tiny steps in order to stay accurate, and they need to repeat this for each new problem. Neural Fourier Operators, the architecture proposed in this paper, can evolve a PDE in time by a single forward pass, and do so for an entire family of PDEs, as long as the training set covers them well. By performing crucial operations only in Fourier Space, this new architecture is also independent of the discretization or sampling of the underlying signal and has the potential to speed up many scientific applications. OUTLINE: 0:00 - Intro & Overview 6:15 - Navier Stokes Problem Statement 11:00 - Formal Problem Definition 15:00 - Neural Operator 31:30 - Fourier Neural Operator 48:15 - Experimental Examples 50:35 - Code Walkthrough 1:01:00 - Summary & Conclusion Paper: https://arxiv.org/abs/2010.08895 Blog: https://zongyi-li.github.io/blog/2020/fourier-pde/ Code: https://github.com/neuraloperator/neuraloperator/blob/master/fourier_3d.py MIT Technology Review: https://www.technologyreview.com/2020/10/30/1011435/ai-fourier-neural-network-cracks-navier-stokes-and-partial-differential-equations/ Abstract: The classical development of neural networks has primarily focused on learning mappings between finite-dimensional Euclidean spaces. Recently, this has been generalized to neural operators that learn mappings between function spaces. For partial differential equations (PDEs), neural operators directly learn the mapping from any functional parametric dependence to the solution. Thus, they learn an entire family of PDEs, in contrast to classical methods which solve one instance of the equation. In this work, we formulate a new neural operator by parameterizing the integral kernel directly in Fourier space, allowing for an expressive and efficient architecture. We perform experiments on Burgers' equation, Darcy flow, and the Navier-Stokes equation (including the turbulent regime). Our Fourier neural operator shows state-of-the-art performance compared to existing neural network methodologies and it is up to three orders of magnitude faster compared to traditional PDE solvers. Authors: Zongyi Li, Nikola Kovachki, Kamyar Azizzadenesheli, Burigede Liu, Kaushik Bhattacharya, Andrew Stuart, Anima Anandkumar Links: YouTube: https://www.youtube.com/c/yannickilcher Twitter: https://twitter.com/ykilcher Discord: https://discord.com/invite/4H8xxDF BitChute: https://www.bitchute.com/channel/yannic-kilcher/ Minds: https://www.minds.com/ykilcher Parler: https://parler.com/profile/YannicKilcher LinkedIn: https://www.linkedin.com/in/yannic-kilcher-488534136/ If you want to support me, the best thing to do is to share out the content :) If you want to support me financially (completely optional and voluntary, but a lot of people have asked for this): SubscribeStar: https://www.subscribestar.com/yannickilcher Patreon: https://www.patreon.com/yannickilcher Bitcoin (BTC): bc1q49lsw3q325tr58ygf8sudx2dqfguclvngvy2cq Ethereum (ETH): 0x7ad3513E3B8f66799f507Aa7874b1B0eBC7F85e2 Litecoin (LTC): LQW2TRyKYetVC8WjFkhpPhtpbDM4Vw7r9m Monero (XMR): 4ACL8AGrEo5hAir8A9CeVrW8pEauWvnp1WnSDZxW7tziCDLhZAGsgzhRQABDnFy8yuM9fWJDviJPHKRjV4FWt19CJZN9D4n
Przygotowujemy opcje pobrania
Strona http://unidownloader.com/ to najlepszy sposób na pobranie wideo lub oddzielnej ścieżki audio, jeśli chcesz obejść się bez instalowania programów i rozszerzeń.
Rozszerzenie UDL Helper to wygodny przycisk, który jest płynnie zintegrowany z witrynami YouTube, Instagram i OK.ru w celu szybkiego pobierania treści.
Program UDL Client (dla Windows) to najpotężniejsze rozwiązanie, które obsługuje ponad 900 stron internetowych, sieci społecznościowych i witryn hostingowych wideo, a także dowolną jakość wideo dostępną w źródle.
UDL Lite to naprawdę wygodny sposób na dostęp do strony internetowej z urządzenia mobilnego. Z jego pomocą można łatwo pobierać filmy bezpośrednio na smartfona.
Najlepsze formaty jakości to FullHD (1080p), 2K (1440p), 4K (2160p) i 8K (4320p). Im wyższa rozdzielczość ekranu, tym wyższa powinna być jakość wideo. Istnieją jednak inne czynniki, które należy wziąć pod uwagę: szybkość pobierania, ilość wolnego miejsca i wydajność urządzenia podczas odtwarzania.
Przeglądarka/komputer nie powinny zawieszać się całkowicie! Jeśli tak się stanie, zgłoś to, podając link do filmu. Czasami filmów nie można pobrać bezpośrednio w odpowiednim formacie, dlatego dodaliśmy możliwość konwersji pliku do żądanego formatu. W niektórych przypadkach proces ten może aktywnie wykorzystywać zasoby komputera.
Wideo można pobrać na smartfon za pomocą strony internetowej lub aplikacji PWA UDL Lite. Możliwe jest również wysłanie linku do pobrania za pomocą kodu QR przy użyciu rozszerzenia UDL Helper.
Najwygodniejszym sposobem jest użycie programu UDL Client, który obsługuje konwersję wideo do formatu MP3. W niektórych przypadkach MP3 można również pobrać za pomocą rozszerzenia UDL Helper.
Ta funkcja jest dostępna w rozszerzeniu UDL Helper. Upewnij się, że opcja "Pokaż przycisk migawki wideo" jest zaznaczona w ustawieniach. Ikona kamery powinna pojawić się w prawym dolnym rogu odtwarzacza, po lewej stronie ikony "Ustawienia". Po jej kliknięciu bieżąca klatka z filmu zostanie zapisana na komputerze w formacie JPEG.
To nic nie kosztuje. Nasze usługi są całkowicie darmowe dla wszystkich użytkowników. Nie ma subskrypcji PRO, nie ma ograniczeń co do liczby lub maksymalnej długości pobieranych filmów.