切维切
ceviche的Python项目详细描述
切维切
电磁模拟工具+自动微分。纸张Forward-Mode Differentiation of Maxwell's Equations的代码。在
什么是切维切？在
ceviche为求解麦克斯韦方程组提供了两个核心电磁模拟工具：
- 在
频域有限差分法
在 - 在
时域有限差分法
在
它们都是用numpy/scipy编写的，与HIPS autograd package兼容，支持正向模式和反向模式自动微分。在
这允许您编写代码来解决E&M问题，然后对结果使用自动区分。在
因此，您可以进行基于梯度的优化、灵敏度分析，或者将E&M解算器插入机器学习模型中，而不必经历手工推导导数的繁琐过程。在
示例
在this link上有一个全面的ceviche教程，其中有几个ipython笔记本示例：
- Running FDFD simulations in ceviche.
- Performing inverse design of a mode converter.
- Adding fabrication constraints and device parameterizations.
- Inverse design of a wavelength-division multiplexer and advanced topics.
在examples/*目录中也有一些例子。在
安装
有很多方法可以安装ceviche。在
最简单的是
pip install ceviche
但是要从本地副本安装，您可以改为这样做
^{pr2}$从主目录。在
或者，只需下载：
git clone https://github.com/twhughes/ceviche.git
然后从python脚本中导入包
importsyssys.path.append('path/to/ceviche')
包装结构
切维切
ceviche目录包含所需的所有内容。在
要获得FDFD和FDTD模拟器，请直接导入from ceviche import fdtd, fdfd_ez, fdfd_hz
要获得差异，请导入from ceviche import jacobian。在
constants.py包含一些常量EPSILON_0、C_0、ETA_0、Q_E，这些常量在整个包中都是必需的
utils.py包含一些有用的函数，用于绘图、自动添加和其他各种功能。在
optimizers.py包含用于进行逆向设计的优化器函数。在
viz.py是帮助绘制字段和结构的函数。在
modes.py包含一个模式分类器（WIP），可用于为模拟创建波导模式剖面。在
示例
在examples目录中有许多演示，这将使您对如何使用该包有一个很好的了解。在
测试
测试位于tests。要运行，cd到tests和
python -m unittest
运行全部或
python specific_test.py
运行一个特定的。其中一些测试包括对现场图进行目视检查，而不是对值进行错误检查。在
要运行所有渐变检查函数，请运行
chmod +x test/test_all_gradients.sh
tests/test_all_gradients.sh
学分
如果你将此用于你的研究或工作，请引用
@article{hughes2019forward,
title={Forward-Mode Differentiation of Maxwell’s Equations},
author={Hughes, Tyler W and Williamson, Ian AD and Minkov, Momchil and Fan, Shanhui},
journal={ACS Photonics},
volume={6},
number={11},
pages={3010--3016},
year={2019},
publisher={ACS Publications}
}
我们的徽标是由@nagilmer创建的
- 项目
标签：
欢迎加入QQ群-->： 979659372
