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
分类机器学习中，某一标签占比太大（标签稀疏），如何学习？如何比较Keras, TensorLayer, TFLearn ？
既然有音障，那么在水里是不是也会形成某种“障“？
为什么喷泉会弯折回来？
为什么deep lab v3起，输出不再接 DenseCRF了？
深度学习领域，你心目中 idea 最惊艳的论文是哪篇？
深度学习图像处理什么时候用到GPU？
分类机器学习中，某一标签占比太大（标签稀疏），如何学习？
能否使用区块链的算力来解决深度学习训练？
如何评价Google提出的MLP-Mixer：只需要MLP就可以在ImageNet上达到SOTA？
下一个讨论
你是因为什么而喜欢上编程的？
相关的话题
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？为什么softmax很少会出现[0.5，0.5]？
深度学习调参有哪些技巧？
如何证明数据增强（Data Augmentation）有效性？
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？
神经网络的万能逼近定理已经发展到什么地步了？
为什么近距离对着转动的风扇说话会有回声？
你所在的研究领域里，有哪些工作的结果虽然不是造假，但是是精挑细选出来的?
深度学习做股票预测靠谱吗？
OpenAI 发布文字生成图像工具 DALL·E 2，它的画作水平如何？从技术角度如何评价它的能力？
NIPS 2018 有什么值得关注的亮点？
如何评价最新的Octave Convolution？
石油是牛顿流体吗？
如果百年后深度学习最终有了公认的数学理论作为基础，能解释实验中的各类玄学，那这个理论会长什么样子？
为何以范剑青老师的 Sure Independence Screening 为代表的筛选法没有流行呢？
为什么雨水落下来不会砸死人？
既然有音障，那么在水里是不是也会形成某种“障“？
image caption这个方向更偏向NLP还是CV？
机器学习中有哪些形式简单却很巧妙的idea？
如何评价FAIR提出的MaskFormer，在语义分割ADE20K上达到SOTA：55.6 mIoU？
如何看待MXNet在CVPR2017上公布的gluon接口？
中国和美国谁能成人工智能领域的领军者？
AlphaGo「理解」围棋吗？
为什么deep lab v3起，输出不再接 DenseCRF了？
CNN网络的pooling层有什么用？
经过足够长的时间， AlphaGo 的棋谱能收敛到一张上吗？
想往航空航天领域创业，请问各位大大有什么看法？
科研时，想到一个idea，其实现的结果一定要比前人的评估指标高才能发表吗？
验证集loss上升，准确率却上升该如何理解？
深度学习对图像的处理，为什么大多基于RGB，而没有其他色彩空间，比如HSV？