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
大家推荐一下，哪些学校的导师有在做量化交易、股票预测的？为什么空气流量过大反而不利于散热？
国内 top2 高校研一在读，为什么感觉深度学习越学越懵?
如何理解Inductive bias？
从流体力学角度讲，游泳时大胸（被竞赛泳衣裹成半球体）更快还是平胸更快？
国内外有哪些做小样本学习(Few-Shot Learning)的优秀团队？
为什么 BERT 的 intermediate_size 这么大？
attention跟一维卷积的区别是啥？
如何理解 Graph Convolutional Network（GCN）？
能否把一个人的所有物理数据输入在一个模型里，然后计算他接下来的状态变化？
下一个讨论
你是因为什么而喜欢上编程的？
相关的话题
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？为什么 BERT 的 intermediate_size 这么大？
领域自适应需要用到测试集数据，这样的方法有啥意义呢？
为什么强大的 MXNet 一直火不起来？
有哪些令你印象深刻的魔改transformer？
对于多指标评价，BP神经网络评价和TOPSIS有什么区别呢？
CTC和Encoder-Decoder有什么关系?
如何评价Facebook AI提出的ResMLP，对比Google的MLP-Mixer?
怎么选取训练神经网络时的Batch size?
为什么Transformer要用LayerNorm？
为什么液体会对放入其中的固体的侧面产生压力？（括号内无视）?
如何评价贾扬清离职 Facebook？
深度学习attention机制中的Q,K,V分别是从哪来的？
围棋AI为什么没有下出同局？
如何评价 7 月 31 日一流科技开源的深度学习框架 OneFlow？
应该选择TensorFlow还是Theano？
为什么要压缩模型，而不是直接训练一个小的CNN？
当前（2020年）机器学习中有哪些研究方向特别的坑？
一水龙头在高空拧开，垂直下落，水流最细可达多少？
国内哪些公司在用caffe、torch、TensorFlow、paddle等框架，哪些在用自研框架？
ICLR 2021 有什么值得关注的投稿？
transformer中的Q,K,V到底是什么？
如何评价余凯在朋友圈发表呼吁大家用 caffe、mxnet 等框架，避免使用 TensorFlow？
为什么船舶的造型直观上不符合减少阻力的设计？
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？
wasserstein 距离的问题?
有谁照着论文把 AlphaGo 重现出来了？
实体提取任务中使用BERT-CRF时，CRF根据数据统计可以得到转移概率，为啥还要训练呢？
陶哲轩这篇关于 N-S 方程的证明具体是得出了什么结论，对 CFD 会有什么深远影响吗？
光学和流体力学如何交叉?