学习路径

从入门到工业落地的学习资源

按标签筛选:

20 条资源

CFD Python：12 步走进 Navier-Stokes

流体/CFD / 入门教程
Lorena Barba 团队经典教材「12 Steps to Navier-Stokes」，用 12 个 Jupyter Notebook 从零构建一维线性对流到二维 NS 与通道流求解器，是全球 CFD 入门的事实标准。
新 见 LICENSE 文件 CFD有限差分入门

Dedalus 谱方法微分方程求解框架

通用科学ML / 框架教程
用符号化方式构建谱方法求解器的 Python 框架（Burns et al. 2020），在流体动力学、等离子体、恒星与行星研究中广泛使用，是从 Galerkin 到可微分仿真的桥梁。
新 GPL-3.0 谱方法符号计算Python

Clawpack 双曲问题有限体积求解包

流体/CFD / 框架教程
LeVeque 团队的有限体积软件包，Godunov 类格式求解双曲型方程，覆盖激波、海啸、油藏与地震波场景，是守恒律数值方法的标准教学与科研工具。
新 BSD-3-Clause 有限体积双曲方程激波

DeepXDE 物理信息神经网络框架

通用科学ML / 框架教程
最成熟的 PINN/DeepONet 开源求解框架，一个 API 覆盖正问题、逆问题与多物理耦合，中文文档友好，是从论文走向代码的首选框架。支持 PyTorch/TensorFlow/JAX 多后端与分数阶微分方程。
新 LGPL-2.1 PINNDeepONet框架

FAIR Chemistry 化学机器学习工具库

材料/化学 / 框架教程
Meta FAIR Chemistry 的开源工具库（原 Open Catalyst Project），覆盖 OC20/OC22 数据集与 GemNet、eSCN、EquiformerV2 等模型，是催化与材料计算 AI 的第一站。
新 MIT 催化机器学习势图神经网络

FEniCS 有限元自动求解平台

固体/结构 / 框架教程
用接近数学记号的 UFL 语言描述变分形式，自动完成离散与求解的有限元平台，配官方教程《Automated Solution of Differential Equations》，是 FEM 学习的标准路线。
新 LGPL-3.0 有限元FEM变分形式

JAX-CFD 可微分计算流体力学

流体/CFD / 框架教程
Google 开源的可微分 CFD 代码库，把谱方法求解器搬进 JAX，让梯度穿过整个流场仿真，是学习「可微分仿真 + 机器学习湍流建模」的标准入口。
新 Apache-2.0 JAX可微分仿真CFD

NeuralPDE.jl Julia 科学机器学习求解器

通用科学ML / 框架教程
Julia SciML 生态的 PINN/DeepONet/NeuralOperator 统一求解库，与 DifferentialEquations.jl 无缝互操作，GPU 与自动微分开箱即用，适合 Julia 技术栈团队。
新 MIT JuliaPINNSciML

PDEBench 科学机器学习基准

通用科学ML / 基准评测
覆盖 12 类以上 PDE 的统一基准数据集（Takamoto et al. 2022），把「算子学习模型好不好」变成可横向对比的数字，是做模型选型前必须过一遍的标尺。
新 见 LICENSE 文件 基准数据集神经算子

PhiFlow 可微分 PDE 求解框架

流体/CFD / 框架教程
TUM 开发的可微分流体仿真框架，仿真直接跑在 PyTorch/JAX/TensorFlow 张量上，梯度穿过求解过程，是「用仿真做可微分物理引擎」的代表作。
新 MIT 可微分仿真流体PyTorch

NVIDIA PhysicsNeMo 物理 AI 工程化框架

通用科学ML / 工业框架
NVIDIA 开源的物理 AI 训练与推理框架，前身 Modulus，覆盖 CFD、结构、电磁、气象、半导体 TCAD 等官方示例，是从研究原型走向工程部署的关键一跳。
新 Apache-2.0 PhysicsNeMoModulus工业部署

pymatgen 材料基因组分析工具链

材料/化学 / 工具教程
Materials Project 背后的 Python 材料分析库，晶体结构、相图、能带、态密度开箱即用，是连接第一性原理计算与机器学习工作流的标准数据层。
新 MIT 材料晶体结构相图

聚合物信息学超级智能路线图

材料/Materials
梳理聚合物信息学向按需逆向设计、跨化学与性能因果推理及闭环自主实验演进的技术路线图。
见LICENSE文件 聚合物信息学逆向设计自主实验

自适应物理信息神经网络综述（Adaptive PINNs Survey）

综述 / 学习资料
专门梳理 PINN 在迁移学习与元学习方向上的改进方法，解决 PINN 收敛难、对 PDE 参数变化需重新优化的核心瓶颈，是把 PINN 推向量产的工程参考读物。
arXiv 预印本（版权归作者） PINN迁移学习元学习

机器人学习中的物理先验嵌入：综述

Multibody
综述机器人学习中物理先验嵌入的方法，涵盖接触力学、刚柔体耦合、多体动力学等物理约束如何提升学习策略的样本效率与可靠性。
见LICENSE文件 机器人学习物理先验多体动力学

NVIDIA Isaac ROS与AI Agent加速ROS 2节点

多体/Multibody
NVIDIA官方教程，演示如何通过Isaac ROS和AI Agent优化ROS 2计算图性能，实现机器人工作负载的GPU加速。
见LICENSE文件 ROS 2NVIDIA Isaac ROS机器人加速

神经算子：从理论到应用——科学计算实践入门

综述 / 学习资料
聚焦实践的神经算子教程，覆盖 DeepONet / FNO / PCANet 的高层概念与训练策略，并在 Poisson 与线弹性问题上对比架构差异，还演示了作为贝叶斯反演代理的应用，是工程化落地的入门读物。
arXiv 预印本（版权归作者） 神经算子DeepONetFNO
1–20 / 31
1 2
跳至 页

其他分类相关

数据集 AirfRANS → 案例 OpenFOAM 工业级多物理场仿真工作流 → 数据集 CFDBench → 数据集 CFDBench 计算流体力学基准数据集 →