DeepCFD

模型介绍

DeepCFD: Efficient Steady-State Laminar Flow Approximation (arXiv:2004.08826)

论文复现：本模型由 OneScience 基于论文复现，使用 DCU 集群训练，产出可运行代码、配置与 checkpoint。

模型描述

模型架构：U-Net with 3 independent decoders (UNet-3)

主要模型文件：

• __init__.py
• datasets.py
• geometry.py
• losses.py
• synthetic_flow.py
• unet.py

适用场景

使用说明

OneCode 使用

您可以通过 OneCode 平台直接调用本模型进行训练、推理和评估。

手动安装使用

硬件要求

• GPU / DCU 单卡

下载模型包

modelscope download --model OneScience/DeepCFD

安装运行环境

conda create -n deepcfd python=3.11 -y
conda activate deepcfd
pip install torch numpy pyyaml scipy matplotlib

训练数据介绍

（请在此处说明训练数据来源和获取方式；复现采用合成/解析数据验证训练闭环）

训练

python scripts/train.py --config conf/deepcfd.yaml

训练权重

• deepcfd_tier1_model.pt

推理

python scripts/evaluate.py --config conf/deepcfd.yaml --run-dir <run_dir>

评估和可视化

python scripts/evaluate.py --config conf/<config>.yaml --run-dir <run_dir>
python scripts/visualize.py --run-dir <run_dir>

OneScience 官方信息

引用与许可证

论文引用：DeepCFD: Efficient Steady-State Laminar Flow Approximation (arXiv:2004.08826)

本模型由 OneScience 复现，遵循 Apache License 2.0。