tensorflow实现偏微分方程的例子--模拟水滴掉落

TensorFlow 不仅仅是用来机器学习，它更可以用来模拟仿真。在这里，我们将通过模拟仿真几滴落入一块方形水池的雨点的例子，来引导您如何使用 TensorFlow 中的偏微分方程来模拟仿真的基本使用方法。

注：本教程最初是准备做为一个 IPython 的手册。

译者注:关于偏微分方程的相关知识，译者推荐读者查看网易公开课上的《麻省理工学院公开课：多变量微积分》课程。

基本设置

首先,我们需要导入一些必要的引用。

#导入模拟仿真需要的库
import tensorflow as tf
import numpy as np#导入可视化需要的库
import PIL.Image
from cStringIO import StringIO
from IPython.display import clear_output, Image, display

然后，我们还需要一个用于表示池塘表面状态的函数。

def DisplayArray(a, fmt='jpeg', rng=[0,1]):"""Display an array as a picture."""a = (a - rng[0])/float(rng[1] - rng[0])*255a = np.uint8(np.clip(a, 0, 255))f = StringIO()PIL.Image.fromarray(a).save(f, fmt)display(Image(data=f.getvalue()))

最后，为了方便演示，这里我们需要打开一个 TensorFlow 的交互会话（interactive session）。当然为了以后能方便调用，我们可以把相关代码写到一个可以执行的Python文件中。

sess = tf.InteractiveSession()

定义计算函数

def make_kernel(a):"""Transform a 2D array into a convolution kernel"""a = np.asarray(a)a = a.reshape(list(a.shape) + [1,1])return tf.constant(a, dtype=1)def simple_conv(x, k):"""A simplified 2D convolution operation"""x = tf.expand_dims(tf.expand_dims(x, 0), -1)y = tf.nn.depthwise_conv2d(x, k, [1, 1, 1, 1], padding='SAME')return y[0, :, :, 0]def laplace(x):"""Compute the 2D laplacian of an array"""laplace_k = make_kernel([[0.5, 1.0, 0.5],[1.0, -6., 1.0],[0.5, 1.0, 0.5]])return simple_conv(x, laplace_k)

定义偏微分方程

首先,我们需要创建一个完美的 500 × 500 的正方形池塘,就像是我们在现实中找到的一样。

N = 500

然后，我们需要创建了一个池塘和几滴将要坠入池塘的雨滴。

# Initial Conditions -- some rain drops hit a pond# Set everything to zero
u_init = np.zeros([N, N], dtype="float32")
ut_init = np.zeros([N, N], dtype="float32")# Some rain drops hit a pond at random points
for n in range(40):a,b = np.random.randint(0, N, 2)u_init[a,b] = np.random.uniform()DisplayArray(u_init, rng=[-0.1, 0.1])

现在，让我们来指定该微分方程的一些详细参数。

# Parameters:
# eps -- time resolution
# damping -- wave damping
eps = tf.placeholder(tf.float32, shape=())
damping = tf.placeholder(tf.float32, shape=())# Create variables for simulation state
U  = tf.Variable(u_init)
Ut = tf.Variable(ut_init)# Discretized PDE update rules
U_ = U + eps * Ut
Ut_ = Ut + eps * (laplace(U) - damping * Ut)# Operation to update the state
step = tf.group(U.assign(U_),Ut.assign(Ut_))

开始仿真

为了能看清仿真效果，我们可以用一个简单的 for 循环来远行我们的仿真程序。

# Initialize state to initial conditions
tf.initialize_all_variables().run()# Run 1000 steps of PDE
for i in range(1000):# Step simulationstep.run({eps: 0.03, damping: 0.04})# Visualize every 50 stepsif i % 50 == 0:clear_output()DisplayArray(U.eval(), rng=[-0.1, 0.1])

tensorflow实现偏微分方程的例子--模拟水滴掉落相关推荐

tensorflow中的seq2seq例子为什么需要bucket？有关tensorflow 的sequence2sequence例子，为什么需要用到buckets,rnn不是可以处理任意长度的数据吗
tensorflow中的seq2seq例子为什么需要bucket? 有关tensorflow 的sequence2sequence例子,为什么需要用到buckets,rnn不是可以处理任意长度的数据吗 ...
TensorFlow：偏微分方程
TensorFlow:偏微分方程
c语言变大变小的图片,51单片机模拟水滴由小变大然后滴落现象（附带C语言源码）...
51单片机模拟水滴由小变大然后滴落现象(附带C语言源码) [复制链接] #include typedef unsigned char u8; typedef signed char v8; typed ...
RNN循环神经网络的直观理解：基于TensorFlow的简单RNN例子
RNN 直观理解一个非常棒的RNN入门Anyone Can learn To Code LSTM-RNN in Python(Part 1: RNN) 基于此文章,本文给出我自己的一些愚见基于此文 ...
Tensorflow神经网络框架小例子三层神经网络卷积神经网络循环神经网络神经网络可视化
Tensorflow神经网络框架以前我们讲了神经网络基础,但是如果从头开始实现,那将是一个庞大且费时的工作,所以我们选择一条捷径---神经网络框架.我理解的神经网络框架就相当于一个工具包.就比如我们 ...
Tensorflow中的mnist例子
首先要把tensorflow的源代码下载下来 git clone https://github.com/tensorflow/tensorflow.git mnist_softmax.py文件在目录t ...
dataguard从库数据库丢失恢复例子(模拟所有的控制文件)
1.退出日志应用模式 [oracle@localhost ~]$ sqlplus /nolog SQL*Plus: Release 11.2.0.4.0 Production on Mon Jan 1 ...
delay函数c语言例子,模拟delay函数
使用标准函数 clock 模拟非标准函数 delay .只是出于娱乐目的,没什么移植性,因为 clock() 不一定每次都能获取程序当前运行了多久,如果不能获取,则返回 -1 . 代码如下: // C ...
js模拟动态图的雨滴掉落
<!DOCTYPE html> <html><head><meta charset="utf-8"><title>模拟水 ...