一步步安装deeponet的详细教学

1.deepoent官网如下:

https://github.com/lululxvi/deeponet

需要下载依赖

1.python3

2.DeepXDE(这里安装DeepXDE<=0.11.2,这个最方便)

Optional: For CNN, install Matlab and TensorFlow 1; for Seq2Seq, install PyTorch(这个可先不安装,有的案例需要额外安装这些)

2.安装deepxde=0.11.2  

deepxde的官网如下

https://github.com/lululxvi/deepxde/tree/v1.10.0

依赖:

  • TensorFlow 2.x:TensorFlow >=2.2.0,TensorFlow Probability>=0.10.0
  • PyTorch:PyTorch >=1.9.0

上面这俩任选一个(建议选tensorflow,因为deepxde依赖于tensorflow)

这里给出第二个的方法代码,第一个pytorch的见torch的官网(如果没安装过torch,就至少需要花几个小时才能安装成功,注意时间)

1.安装deepxde的依赖(必须先安装tensorflow再安装deepxde,不然报错找不到Dense)

pip install tensorflow==2.15.0 tensorflow-probability==0.23.0

2.安装deepxde 

pip install deepxde==0.11.1

至此,环境安装完毕,后面运行案例缺少什么库下载就行

3.克隆案例

​git clone https://github.com/lululxvi/deeponet.git

4.运行案例:

cd deeponetpython deeponet/src/deeponet_pde.py

问题1:AttributeError: dense is not available with Keras 3.

解决方法:

pip install tensorflow==2.15.0 tensorflow-probability==0.23.0
pip install deepxde==0.11.1
新创建一个没有deepxde的conda环境,先安装第一个tensorflow,再安装第二个deepxde,这样就解决了。

问题2:AttributeError: module 'tensorflow' has no attribute 'trainable_variables'
解决方法:

AttributeError: module 'tensorflow' has no attribute 'trainable_variables' 这个错误表明你尝试访问的 TensorFlow 模块中不存在 trainable_variables 属性。这通常发生在你尝试使用 TensorFlow 2.x 版本的代码,但却在 TensorFlow 1.x 环境中运行。

  1. 如果你正在使用 TensorFlow 2.x,确保你的代码与 TensorFlow 2.x 兼容。在 TensorFlow 2.x 中,获取可训练变量的正确方法是使用 tf.compat.v1.trainable_variables()而不是trainable_variables = tf.trainable_variables()

  2. 如果你需要使用 TensorFlow 1.x,确保你的环境安装了正确的版本,并且在代码中正确地调用该属性。

    trainable_variables = tf.trainable_variables()

  3. 查询版本:确保你的环境中安装的 TensorFlow 版本与你的代码兼容。如果你不确定你的 TensorFlow 版本,可以在 Python 解释器中运行以下命令来检查:

import tensorflow as tfprint(tf.__version__)

Install and Setup — DeepXDE 1.12.3.dev1+g40cd7e5 documentation

上面链接有deepxde的安装细节

3.使用不同的后端

DeepXDE 支持 TensorFlow 1.x(tensorflow.compat.v1在 TensorFlow 2.x 中)、TensorFlow 2.x、PyTorch、JAX 和 PaddlePaddle 后端。DeepXDE 将根据以下选项选择后端(从高优先级到低优先级)

  • 使用DDE_BACKEND环境变量:

    • 您可以使用它来指定后端。目前可以从“tensorflow.compat.v1”(TensorFlow 1.x 后端)、“tensorflow”(TensorFlow 2.x 后端)、“pytorch”(PyTorch)、“jax”(JAX)和“paddle”(PaddlePaddle)中选择。DDE_BACKEND=BACKEND python pde.pyBACKEND

    $ DDE_BACKEND=tensorflow.compat.v1 python pde.py

    $ DDE_BACKEND=tensorflow python pde.py

    $ DDE_BACKEND=pytorch python pde.py

    $ DDE_BACKEND=jax python pde.py

    $ DDE_BACKEND=paddle python pde.py

    • 或者将全局环境变量设置DDE_BACKENDBACKEND。在 Linux 中,这通常可以通过; 在 Windows 中,在系统设置中设置环境变量export DDE_BACKEND=BACKENDDDE_BACKEND

  • 修改config.json“~/.deepxde”下的文件

    • 该文件的内容如下{"backend": "tensorflow.compat.v1"}

    • 您还可以使用设置默认后端python -m deepxde.backend.set_default_backend BACKEND

    • 在 Windows 中,您可以config.json在“C:/Users/Username/.deepxde”目录下找到文件

  • 如果没有像上面那样选择后端,DeepXDE 将自动找到可用的后端。

4.目前支持的功能数量为:

  • PaddlePaddle ≈ TensorFlow 1.x > TensorFlow 2.x ≈ PyTorch > JAX。

  • 不同的后端支持略有不同的功能,如果 DeepXDE 引发与后端相关的错误,则切换到另一个后端。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/885484.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Error creating bean with name ‘reactiveElasticsearchClient

程序报错&#xff1a; org.springframework.beans.factory.BeanCreationException: Error creating bean with name ‘reactiveElasticsearchClient’ defined in class path resource [org/springframework/boot/autoconfigure/data/elasticsearch/ReactiveElasticsearchRestC…

海康私有化视频平台EasyCVR视频分析设备平台流媒体协议RTMP、HTTP-FLV、HLS的简单对比

在当今的数字化世界中&#xff0c;视频流协议的选择对于确保流畅、高效的视频传输至关重要。随着互联网技术的快速发展&#xff0c;直播和视频点播服务已经成为人们日常生活中不可或缺的一部分。无论是安防监控、在线教育、远程会议还是娱乐直播&#xff0c;用户对于视频流的实…

Halcon 循环画框

read_image (Image, fabrik) * 循环画框 左键开始画 中间键结束 while (1) get_mbutton (3600, dummy, dummy, Button) if(Button ! 2 and Button ! 4) * 循环画框 draw_rectangle1 (3600, Row1, Column1, Row2, Column2) …

Java多线程详解⑥(全程干货!!!)死锁 || 构成死锁的条件 || 死锁总结 || Java标准库的线程安全类

这里是Themberfue 在上一节中&#xff0c;我们介绍了线程安全问题&#xff0c;对锁的概念以及使用 在本节中&#xff0c;进入 "死锁" 的概念以及如何产生 "死锁" 死锁 一个线程&#xff0c;一把锁&#xff0c;同时加两把锁 要想进入死锁的介绍和概念&a…

适用于 Windows 11/10 电脑 的 13 个最佳文件恢复软件

如果您由于系统故障、硬件损坏、人为错误或病毒攻击而丢失了重要文件或文件夹。不用担心&#xff0c;因为我们随时为您提供帮助&#xff01;借助正确的文件恢复工具&#xff0c;您可以立即检索计算机上不同类型的文件。如果你有为您的文件创建备份&#xff0c;你不用担心&#…

> 甘晴void:课程资源免费下载

为进一步减少信息差&#xff0c;便利同学&#xff0c;我把部分重要课程的轨迹&#xff08;期中期末考卷、机考题、作业答案、代码、工程项目等&#xff09;上传至Github。网址链接如下&#xff1a; https://github.com/wolfvoid/HNU-resourses Github平台的优势是下载免费&am…

华为OD机试 - 求小球落地5次后所经历的路程和第5次反弹的高度 (Java 2024 E卷 100分)

华为OD机试 2024E卷题库疯狂收录中&#xff0c;刷题 点这里。 实战项目访问&#xff1a;http://javapub.net.cn/ 专栏导读 本专栏收录于 《华为OD机试&#xff08;JAVA&#xff09;真题&#xff08;E卷D卷A卷B卷C卷&#xff09;》 。 刷的越多&#xff0c;抽中的概率越大&…

uniapp—android原生插件开发(2原生插件开发)

本篇文章从实战角度出发&#xff0c;将UniApp集成新大陆PDA设备RFID的全过程分为四部曲&#xff0c;涵盖环境搭建、插件开发、AAR打包、项目引入和功能调试。通过这份教程&#xff0c;轻松应对安卓原生插件开发与打包需求&#xff01; ***环境问题移步至&#xff1a;uniapp—an…

【机器学习】强化学习(1)——强化学习原理浅析(区分强化学习、监督学习和启发式算法)

文章目录 强化学习介绍强化学习和监督学习比较监督学习强化学习 强化学习的数学和过程表达动作空间序列决策策略&#xff08;policy&#xff09;价值函数&#xff08;value function&#xff09;模型&#xff08;model&#xff09; 强化学习和启发式算法比较强化学习步骤代码走…

ClickHouse创建分布式表

ClickHouse创建分布式表 当数据量剧增的时候&#xff0c;clickhouse是采用分片的方式进行数据的存储的&#xff0c;类似于redis集群的实现方式。然后想进行统一的查询的时候&#xff0c;因为涉及到多个本地表&#xff0c;可以通过分布式表的方式来提供统一的入口。由于是涉及到…

Jetson Orin Nano平台自研载板MIPI 4Lane 2.5G 接收不稳定问题调试记录

1. 前言 问题描述 参考官方文档,设计了载板,配套Orin Nano SOM来使用 测试过程中发现4lane的MIPI在2.5G速率下工作不稳定(丢帧/断流) 部分板子在2.3G/2.4G速率下才可以长时间稳定工作 2. 测试对比 2.1 根据上述现象,单独制作了转接板 转接板严格控制了MIPI走线长度(…

常见 HTTP 状态码分类和解释及服务端向前端返回响应时的最完整格式

目前开发的项目很大程度上是为明年的国产化做准备了&#xff0c;所以借这个机会把用了十年的自研系统全部重写&#xff0c;订立更严格的规范&#xff0c;本文记录一下返回格式及对应状态码。 常见 HTTP 状态码及解释 HTTP 状态码用于表示客户端请求的响应状态&#xff0c;它们…

Redis相关技术内容

1. Redis整体的技术全景 应用场景&#xff1a;数据结构的应用、缓存应用、集群应用 底层原理&#xff1a;线程模型、主从复制、负载均衡 ​ 数据结构、哨兵机制、数据分片 ​ AOF、 RDB 2. 并发承载 redis&#xff08;官方 10w/s&#xff09;数据库->mysql 并发范围&…

深入理解JVM

文章目录 1. JVM内存区域划分2. JVM中类加载过程类加载&#xff08;1&#xff09;类加载的基本流程&#xff08;2&#xff09;双亲委派模型 《深入理解java虚拟机》 在这本书前&#xff0c;面试官对于JVM也不是很了解。 这本书主要还是写个一下开发 JVM 的人。 1. JVM内存区域…

如何选情绪龙头

一、情绪龙头的特性及选股指标 情绪龙头股在市场中的表现往往具有独特的特性&#xff0c;这些特性不仅反映了市场的情绪波动&#xff0c;也为投资者提供了重要的选股依据。以下是情绪龙头股的十大特性及其对应的选股指标&#xff1a; 1. 高波动性 情绪龙头股通常具有极高的股…

启动软件是用例吗

沙亚雄 2020-8-13 14:06 潘老师&#xff0c;你好&#xff0c;最近读了您的软件方法&#xff0c;结合自己的项目发现始终有一个疑问&#xff1f;那就是启动软件算不算一个用例&#xff0c;因为软件在启动的时候一般都要实例化一些对象&#xff0c;读一些配置文件等等。那启动软…

Ubuntu22.04中使用CMake配置运行boost库示例程序

Ubuntu22.04中使用CMake配置运行boost库示例程序 boost是一个比较强大的C准标准库&#xff0c;里面有很多值得学习的东西&#xff0c;比较asio网络库可以用来编写C TCP客户端或者TCP服务端接收程序。本文主要讲解如何在Ubuntu22.04中使用Cmake配置boost库&#xff0c;以及运行…

弄巧成拙的 PFC(Priority-based Flow Control)

先说几句车轱辘话&#xff0c;TCP 性能低&#xff0c;所以 RDMA&#xff0c;以太网丢包&#xff0c;所以 PFC&#xff0c;网卡不能太复杂&#xff0c;所以 GBN… HPC&#xff0c;AI 对吞吐&#xff0c;时延要求非常高&#xff0c;同时需要更多计算资源&#xff0c;而 TCP 处理…

指标+AI+BI:构建数据分析新范式丨2024袋鼠云秋季发布会回顾

10月30日&#xff0c;袋鼠云成功举办了以“AI驱动&#xff0c;数智未来”为主题的2024年秋季发布会。大会深度探讨了如何凭借 AI 实现新的飞跃&#xff0c;重塑企业的经营管理方式&#xff0c;加速数智化进程。 作为大会的重要环节之一&#xff0c;袋鼠云数栈产品经理潮汐带来了…

Windows配置NTP时间同步

Windows下实现NTP时间同步 1、Windows时间服务(W32Time)2、Windows 时间同步的工作原理3、配置和管理 Windows 时间同步3.1 命令行工具&#xff1a;w32tm3.2 控制面板中的设置 4. 高级设置&#xff08;Windows Server 环境&#xff09;5.调整时间同步的间隔5.1 通过组策略调整时…