patrick-kidger/diffrax

What it solves

Diffrax 提供了一種在 JAX 生態系統中數值求解微分方程（特別是常微分方程 (ODE)、隨機微分方程 (SDE) 與受控微分方程 (CDE)）的方法。它使這些求解器具備自動微分能力並能在 GPU 上執行，這對於將基於物理的模型與機器學習結合至關重要。

How it works

基於 JAX 建構，該函式庫使用統一的內部結構來處理不同類型的方程式。它支援多種求解器（例如 Tsit5 與 Dopri8），允許狀態以 PyTree 形式表示，並提供多種 adjoint 方法以進行反向傳播。由於是基於 JAX，幾乎所有流程的每個部分（包括積分區域）皆可 vmappable。

Who it’s for

此函式庫設計給從事科學計算與 AI 的研究人員與開發者，特別是實作神經微分方程或需要高效能、可微分數值求解器的人。

Highlights

• 支援 ODE、SDE 與 CDE 求解器。
• 完全自動微分且相容 GPU。
• 整個函式庫的操作皆可 vmappable。
• 支援神經微分方程。
• 包含多樣化的求解器，涵蓋辛結構與隱式選項。