计算流体力学（CFD）里应用注意力机制（attention）是否可行？ 第1页
1
li-xin-yu-20-30 网友的相关建议:
个人感觉，CFD主流还是倾向于用基本的确定物理规律（三大方程+状态方程等），辅助以少量的经验模型（DNS甚至不使用经验模型）来预测物理现象，对黑箱的接受度还不高。
2022年更新，之前是我孤陋寡闻了，在此表示歉意。PINN这一类已经不算是“黑箱”了，他的本质就是凑出拟合函数来优化全局误差，和有限元凑出插值函数的思路差不多。能接受有限元，就会慢慢接受PINN。
如果将来能够提高精度，深度学习完全有希望胜任CFD模拟，且它的重算，微扰计算和反问题求解相当快，搞三维超实时仿真也没问题。
jin-xue-feng 网友的相关建议:
对CFD不熟，可以参考一下电磁仿真（麦克斯韦方程）和分子动力（牛顿力学），现在在这些领域有一些进展了，一般的范式是通过经典的方程生成小数据，基于这个小数据进行神经网络训练实现小尺度到大尺度的扩展，性能上可以实现数量级的提升；当然神经网络不一定是attention机制，同时CFD，尤其是湍流，难度比其他领域更大，更复杂，不确定这个方法是否好使，不过万一有效，那也是一篇nature啊。
MindSpore在电磁仿真和分子动力学上做了一些探索，供参考：
1
相关话题
如何看待 TI7 上与 Dendi solo 的 OpenAI？如何看待Transformer在CV上的应用前景，未来有可能替代CNN吗？
为什么VAE-GAN的训练很容易发生梯度爆炸，如何避免？
把花式咖啡搅乱后，倒着做一遍搅乱的动作，有可能把咖啡的图案复原吗？就像GIF图里的一样？
有没有根据一张人物的立绘正面像，自动生成同风格各侧面角度像并自动衍生表情的软件啊？
在文本分类任务中，有哪些论文中很少提及却对性能有重要影响的tricks？
目前有哪些比较成功的人工智能应用？
Resnet到底在解决一个什么问题呢？
老师给了一个神经网络的程序，他之前是跑通了的，但是我迭代几十次或者一百多次就报错。这个怎么解决?
如何看待周志华等人的新书《机器学习理论导引》？
下一个讨论
你是因为什么而喜欢上编程的？
相关的话题
有谁照着论文把 AlphaGo 重现出来了？如何评价 DeepMind 的新工作 AlphaCode?
PyTorch中在反向传播前为什么要手动将梯度清零？
为何压力计下的铜管弯成一个圈？
除了深度神经网络已经实现的特性以外，大脑还有哪些特性是值得机器学习领域借鉴的？
为什么现在很多人不看好商汤科技？
光学和流体力学如何交叉?
自监督学习（Self-supervised Learning）有什么比较新的思路？
2017年1月18日Facebook发行的PyTorch相比TensorFlow、MXNet有何优势？
如何看待 Google 围棋 AI AlphaGo 击败欧洲围棋冠军？
鱼尾的推进原理是什么？
为什么 BERT 的 intermediate_size 这么大？
为什么灰尘、水雾等物质比空气的密度大得多，却可以悬浮在空中？
Transformer中的Mask矩阵已经有顺序了，能去掉position embedding吗?
在NLP上，CNN、RNN（认为LSTM等变体也是RNN）、最简单全连结MLP，三者相比，各有何优劣?
如何评价AlphaGo Zero？
如何计算从喷头中喷出水雾落地后的分布情况（包括洒水半径、水量等）？
如何评价 NVIDIA 发布的 DGX-1？
在CV/NLP/DL领域中，有哪些修改一行代码或者几行代码提升性能的算法？
为什么VAE-GAN的训练很容易发生梯度爆炸，如何避免？
如果不按套路下棋是不是就能赢 Alpha Go 了？
研一，在学机器学习和深度学习，为什么感觉越学越不会，怎么解决这个问题？
为什么VAE-GAN的训练很容易发生梯度爆炸，如何避免？
下雨的时候，跑与不跑落在身上的雨点是一样多的吗？为什么？
DeepMind 团队中有哪些厉害的人物和技术积累？
2019 秋招的 AI 岗位竞争激烈吗？
不可压缩流速度散度为什么是0？
使用强化学习解决实际问题时常常避不开环境模拟或者使用离线强化学习算法，两者分别有什么优缺点？
为什么建筑物内供水排水的管道都是圆形的而通风管道却是方形的？
如何评价Facebook AI提出的ResMLP，对比Google的MLP-Mixer?