98bfc786515fca7c0a34e1fe27d890448a2be3e7
- forward(): divide (x,t) per (L, T_END) prima di passare alla rete, così le due dimensioni hanno la stessa scala indipendentemente da T_END - heat_pinn_loss: calcola dT_dt e dT_dx in un singolo backward pass usando autograd.grad con lista [t_f, x_f] Co-Authored-By: Claude Sonnet 4.6 <noreply@anthropic.com>
Description
No description provided
Languages
Python
94.8%
Shell
5.2%