256945ada3c3df703f77c8d7012022be26d6a62b
Il training collassava alla soluzione banale T=T_AMB perché W_BC=10 spingeva Adam a soddisfare le Robin BC (trivialmente, con gradiente zero) sacrificando la PDE. Fix: W_PDE=10, W_BC=1 così la PDE domina il gradiente fin dal primo epoch. LBFGS_STEPS: 20→200 perché L-BFGS era l'unico ottimizzatore a fare progressi reali. forward(): rimossa moltiplicazione t_norm che causava vanishing gradient su dT/dx e d²T/dx². Co-Authored-By: Claude Sonnet 4.6 <noreply@anthropic.com>
Description
No description provided
Languages
Python
94.8%
Shell
5.2%