2019-12-19

2019-12-20 本文已影响0人 richybai

PINN discover代码学习

PINNs-master\appendix\continuous_time_identification (Burgers)

import sys
sys.path.insert(0, '../../Utilities/')

优先搜索此路径下的文件进行import

scipy.io.loadmat('../Data/burgers_shock.mat')

读取.mat文件，有三个头，剩下的才是数据

t = data['t'].flatten()[:,None] 
# flatten--> (n,)    [:, None]-->(n,1)

np.hstack() # horizontal 
np.vstack() # vertical

叠在一起，只允许一维，在tf中也有对应函数

idx = np.random.choice(a, n, replace=False, p=[list len = a])

a: list or int，从中随机选取元素
n: 随机选取的总个数
replace：True&False 用来设置是否可以取相同元素：默认是True
- True表示可以取相同数字；
- False表示不可以取相同数字。
p参数是每个元素取到的概率。长度与a相同，默认为均匀分布。

np.linalg.norm(x, ord=None, axis=None, keepdims=False)
# linalg=linear（线性）+algebra（代数），norm则表示范数。