f02c5f2bbed6c288b400bec87d3dfc8184fa1c10
La normalizzazione introdotta (x,t in [0,1]²) rendeva il minimo banale net=0 (T=T_AMB ovunque) troppo accessibile, causando il collasso del training. Soluzione: T = T_AMB + T_char * (t/T_END) * net(x_norm, t_norm). Così T(x,0) = T_AMB per costruzione (vincolo hard) e la rete deve trovare soluzioni non banali per t>0. La loss IC resta ma è sempre 0. Co-Authored-By: Claude Sonnet 4.6 <noreply@anthropic.com>
Description
No description provided
Languages
Python
94.8%
Shell
5.2%