PINN

[Daylesss]

added a class implementing physically informed neural networks. The class works with IModel.

[Krekep]

В целом неплохо

[Krekep]

Перепишите с использованием конфига (как в #13)

[Krekep]

Мне больше нравится

class PhysicLoss:
  def __call__(self, model: tf.keras.Model, tape: tf.GradientTape, x: tf.Tensor) -> float | int:
    tape.watch(x)
    u = model(x)

Тогда можно использовать следующим образом

class SinLoss_phys(PhysicLoss):
  """ y'' + 100y = 0, y(0) = 0, y'(0) = 10 """
  def __call__(self, model: tf.keras.Model, tape: tf.GradientTape, x: tf.Tensor) -> float | int:
    super().__call__(model, tape, x)
    
    u_x = tape.gradient(u, x)
    u_xx = tape.gradient(u_x, x)
    
    u_left = u_xx + 100 * u
    u_right = 0
    return mse(u_right - u_left)

class SinLoss_boundary(PhysicLoss):
  """ y'' + 100y = 0, y(0) = 0, y'(0) = 10 """
  def __call__(self, model: tf.keras.Model, tape: tf.GradientTape, x: tf.Tensor) -> float | int:
    x = 0
    super().__call__(model, tape, x)
    
    u_left = u
    u_right = 0
    return mse(u_right - u_left)
    

class SinLoss_boundary2(PhysicLoss):
  """ y'' + 100y = 0, y(0) = 0, y'(0) = 10 """
  def __call__(self, model: tf.keras.Model, tape: tf.GradientTape, x: tf.Tensor) -> float | int:
    x = 0
    super().__call__(model, tape, x)
    
    u_x = tape.gradient(u, x)
    u_left = u_x
    u_right = 10
    return mse(u_right - u_left)

[Krekep]

Или тут есть какие-то минусы, которые я не вижу?

[Krekep]

Это всё здесь не надо. По идее Вам достаточно сказать

self.network = network

# than we could use network like this
self.network.to_cpp()
self.network.call()
self.network.compile()
etc.

[Krekep]

Вам скорее надо написать кастомную функцию обучения, т.к. fit требует передавать в себя данные, а по базе Вы можете обучать pinn без данных.
Опять же, Вам надо считать значение уравнения в каких-то точках, т.е. как будто надо x передавать. А можно создавать его каждый раз разным при обучении. Ещё можно сделать его аттрибутом нейронки

[Krekep]

Рекомендую просто сделать список self.phys_losses и тогда циклом по ним проходится. У них всё равно одинаковая сигнатура

[Krekep]

+

[Krekep]

Дублирование кода

[Krekep]

Не совсем понимаю, у DenseParams есть же параметры