patrick-kidger/diffrax

What it solves

Diffrax 提供了一种在 JAX 生态系统中数值求解微分方程（特别是常微分方程 (ODE)、随机微分方程 (SDE) 与受控微分方程 (CDE)）的方法。它使这些求解器具备自动微分能力并能在 GPU 上运行，这对于将基于物理的模型与机器学习结合至关重要。

How it works

基于 JAX 构建，该库使用统一的内部结构来处理不同类型的方程。它支持多种求解器（例如 Tsit5 与 Dopri8），允许状态以 PyTree 形式表示，并提供多种 adjoint 方法进行反向传播。由于是基于 JAX，几乎所有过程的每个部分（包括积分区间）都可以 vmappable。

Who it’s for

此库面向从事科学计算和 AI 的研究人员与开发者，特别是实现神经微分方程或需要高性能、可微分数值求解器的人。

Highlights

• 支持 ODE、SDE 与 CDE 求解器。
• 完全自动微分且兼容 GPU。
• 整个库的操作均可 vmappable。
• 支持神经微分方程。
• 包含多样化的求解器，涵盖辛结构和隐式选项。