neuraloperator/neuraloperator

解决的问题

NeuralOperator 是一个专为学习函数空间之间映射而设计的 PyTorch 库，而不仅仅是固定大小向量之间的映射。这使得模型具备分辨率不变性，即在某一分辨率数据上训练的模型可以应用于任意其他分辨率的数据。

工作原理

该库提供了神经算子架构的实现，最著名的是傅里叶神经算子（FNO）和张量分解型傅里叶神经算子（TFNO）。TFNO 使用权重的 Tucker 分解，显著减少了参数数量，同时通过将输入直接与分解因子进行收缩，保持了前向传播的高效性。

适用人群

从事科学机器学习的研究人员和开发者，特别是需要学习与数据分辨率无关的算子的人。

主要亮点

• 傅里叶神经算子（FNO）的官方实现。
• 函数空间间分辨率不变的映射学习。
• 基于张量分解的高效参数模型架构——Tucker Tensor FNO（TFNO）。
• PyTorch 生态系统的一部分。