معرفی شرکت ها

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

توضیحات

A Python framework interfacing AI with numerical simulation.

ویژگی	مقدار
سیستم عامل	-
نام فایل	DeepPhysX-22.6
نام	DeepPhysX
نسخه کتابخانه	22.6
نگهدارنده	[]
ایمیل نگهدارنده	[]
نویسنده	Mimesis
ایمیل نویسنده	robin.enjalbert@inria.fr
آدرس صفحه اصلی	https://github.com/mimesis-inria/DeepPhysX
آدرس اینترنتی	https://pypi.org/project/DeepPhysX/
مجوز	-

## DeepPhysX ![logo](docs/source/_static/image/logo.png) ### Interfacing AI with simulation The **DeepPhysX** project provides Python packages allowing users to easily interface their **numerical simulations** with **learning algorithms**. **DeepPhysX** provides a **Core** package with no dependency on any **simulation** or **AI** framework. Then other packages are compatible with this **Core** and a specific **simulation** or **AI** framework: * [DeepPhysX.Sofa](https://github.com/mimesis-inria/DeepPhysX_Sofa) as simulation packages; * [DeepPhysX.Torch](https://github.com/mimesis-inria/DeepPhysX_Torch) as AI packages. ### Features **DeepPhysX** is a full Python3 projects with 3 main features: * Generate a dataset with synthetic data from numerical simulations; * Train an artificial neural network with a synthetic dataset; * Use the predictions of a trained network in a numerical simulation. The full list of features is detailed in the [**documentation**](https://deepphysx.readthedocs.io). ### Quick install The project was initially developed using [SOFA](https://www.sofa-framework.org/) as the **simulation package** and [PyTorch](https://pytorch.org/) as the **AI framework**. Thus, **DeepPhysX** is mainly designed for these frameworks, but obviously **other frameworks** can also be used. The packages corresponding to these frameworks will therefore be used for the default installation. The easiest way to install is using `pip`, but there are a several way to install and configure a **DeepPhysX** environment (refer to the [**documentation**](https://deepphysx.readthedocs.io/en/latest/presentation/install.html) for further instructions). ``` bash $ pip install DeepPhysX # Install default package $ pip install DeepPhysX.Sofa # Install simulation package $ pip install DeepPhysX.Torch # Install AI package ``` ### Demos **DeepPhysX** includes a set of detailed tutorials, examples and demos. As these scripts are producing data, they cannot be run in the python site-packages, thus they should be run locally. Use the *command line interface* to get the examples or to run **interactive demos**: ``` bash $ DPX --get # Get the full example repository locally $ DPX --run <demo> # Run one of the demo scripts ``` | **Armadillo**<br>`DPX -r armadillo` | **Beam**<br>`DPX -r beam` | **Liver**<br>`DPX -r liver` | |:-----------------------------------------------------:|:-------------------------------------------:|:---------------------------------------------:| | ![armadillo](docs/source/_static/image/armadillo.png) | ![beam](docs/source/_static/image/beam.png) | ![liver](docs/source/_static/image/liver.png) | ### References Did this project help you for your research ? Please cite us as: R. Enjalbert, A. Odot and S. Cotin, *DeepPhysX, a python framework to interface AI with numerical simulation*, Zenodo, 2022, [**DOI**](https://doi.org/10.5281/zenodo.7389505)

نیازمندی

مقدار	نام
>=22.12	SimulationSimpleDatabase
>=1.23.5	numpy
>=2.10.0	tensorboard
>=2.5.1	tensorboardX
>=0.3.1	pyDataverse
>=1.13.0	torch

نحوه نصب

نصب پکیج whl DeepPhysX-22.6:

pip install DeepPhysX-22.6.whl

نصب پکیج tar.gz DeepPhysX-22.6:

pip install DeepPhysX-22.6.tar.gz