PolymathicAI/the_well

解决的问题

提供一个大规模、标准化的数值物理模拟集合，以加速计算科学领域机器学习模型的开发。通过提供15TB的多样化时空数据，消除了获取高质量模拟数据以训练能够预测物理系统的代理模型的障碍。

如何工作

该项目由一个Python包组成，用户可使用与PyTorch兼容的 WellDataset 类，通过Hugging Face流式传输或本地下载，将物理数据集加载到训练管道中。包含16个数据集，覆盖流体动力学、生物系统、超新星爆炸等领域。此外，还提供一个基准测试套件，内含预实现的代理模型（如FNO）和训练脚本，用于评估模型在这些物理系统上的性能。

适用人群

需要大规模、多样化训练数据的PDE（偏微分方程）代理建模和计算物理领域的研究人员及机器学习工程师。

亮点

• 大规模：涵盖16个多样化物理数据集，总计15TB数据。
• 广泛领域覆盖：包含从声学散射到星系外磁流体的各类模拟。
• 灵活的数据访问：支持本地下载和直接从Hugging Face流式传输。
• 集成基准测试：包含训练框架和预训练基线模型检查点，便于快速比较。