SymbolicMathematics:象征数学的深度学习 源码

象征数学的深度学习 PyTorch最初实现(ICLR 2020)。 该存储库包含以下代码: 资料产生 函数F及其派生函数f 函数f及其原语F 前进(FWD) 后退(BWD) 零件集成(IBP) 常微分方程及其解 一阶(ODE1) 二阶(ODE2) 训练 半精度(float16) 多GPU 多节点 评价: 贪婪解码 光束搜索评估 我们还提供: 数据集针对本文中考虑的所有任务进行训练/有效/测试集 训练有素的模特使用不同配置的训练数据训练的模型 笔记本具有功能集成模型的交互式演示的 依存关系 的Python 3 (在1.3版上测试) (用于fp16培训) 数据集和训练模型 我们提供了论文中考虑的每个任务的数据集: 数据集 #火车 关联 整合(FWD) 45M 整合(BWD) 88M 整合(IBP) 23M 微分方程(ODE1) 65百万 微分方程(ODE2) 3200万 我们还