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
pytorch 分布式计算 你们都遇到过哪些 坑/bug？如何评价PyTorch 0.4.0？
一水龙头在高空拧开，垂直下落，水流最细可达多少？
训练过程中loss震荡特别严重，可能是什么问题？
为什么谈论深度学习工具时，很少有人讨论matlab的神经网络工具包？
深度学习attention机制中的Q,K,V分别是从哪来的？
在计算资源有限的情况下，有什么深度学习的选题可以推荐/避免？
2021年，ncnn发展的如何了？
为什么有些学数学的看不惯甚至鄙视 Deep Learning？
什么是迁移学习 (Transfer Learning)？这个领域历史发展前景如何？
下一个讨论
你是因为什么而喜欢上编程的？
相关的话题
ICLR 2019 有什么值得关注的亮点？机器学习中的机器是如何分辨哪些是有用的知识，哪些是没用的信息呢？
如何看待李沐老师提出的「用随机梯度下降来优化人生」？
如何评价VOLO: Vision Outlooker for Visual Recognition？
平面上溅落的液体是否服从什么空间分布？
在实际工程系统中，MPC太复杂，难以做到realtime。因此都利用数据，MPC对比RL还有优势么?
如何评价周志华在微博对 AlphaGo 和机器学习技术的评论？
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?
为何感觉“知识蒸馏”这几年没有什么成果？
如何评价FAIR提出的ConvNeXt：CNN匹敌Swin Transformer?
NLP文本匹配问题的本质是不是 对于要预测的句子，遍历候选句子 从训练数据集里寻找最相似的pair？
怎样让机器有意识?
人工智能可以解决人类难题吗？
2017年1月18日Facebook发行的PyTorch相比TensorFlow、MXNet有何优势？
如何看待马毅老师深度学习第一性原理的文章在 ICML 四个审稿人一致接收的情况下被 AC 拒了？
如何看待SIREN激活函数的提出？
光学和流体力学如何交叉?
有什么看似违反热力学第一定律的物理现象？
深度学习方面的科研工作中的实验代码有什么规范和写作技巧？如何妥善管理实验数据？
如何评价何恺明、Ross Girshick组的自监督时空表征学习新作？
CVPR 2019 有哪些值得关注的亮点？
人工智能领域有哪些精妙的数学原理？
基于深度学习的人工智能程序和传统程序的差别在哪里？
如何评价FAIR提出的MaskFormer，在语义分割ADE20K上达到SOTA：55.6 mIoU？
如何将某个分布作为机器学习的特征？
有哪些相见恨晚的 TensorFlow 小技巧？
飞机的升力仅仅只是由于伯努利原理产生的吗？
深度神经网络（DNN）是否模拟了人类大脑皮层结构？
FPGA做深度学习能走多远？
如何解决图神经网络（GNN）训练中过度平滑的问题？