tfNeuralODE：使用“张量流”创建神经常微分方程

为创建和使用Neural normal提供框架带有“张量流”和“keras”包的微分方程。神经常微分方程的思想来源于Chen等人（2018）<doi:10.48550/arXiv.1806.07366>，以及提出了一种学习和求解微分系统的新方法。

版本：	0.1.0
进口：	张量流,珊瑚礁,网状的,解算
建议：	针织物,rmarkdown公司,测试那个(≥ 3.0.0)
出版：	2023-10-16
内政部：	10.32614/CRAN.包装.tfNeuralODE
作者：	沙亚安·埃姆兰[aut，cre，cph]
维护人员：	沙亚恩·埃姆兰（Shayaan Emran）<Shayaan.Emran at gmail.com>
错误报告：	https://github.com/semran9/tfNeuralODE/issues网站
许可证：	麻省理工学院+文件许可证
网址：	https://github.com/semran9/tfNeuralODE
需要编译：	不
材料：	自述文件 新闻
CRAN检查：	tfNeuralODE结果

文档：

参考手册：	tfNeuralODE公司.pdf
渐晕图：	tfNeuralODE-伴随 tfNeuralODE-螺旋

下载内容：

包源：	tfNeuralODE_0.1.0.tar.gz公司
Windows二进制文件：	r-devel公司：tfNeuralODE_0.1.0.zip，r版本：tfNeuralODE_0.1.0.zip，r-oldrel：tfNeuralODE_0.1.0.zip
macOS二进制文件：	r释放（arm64）：tfNeuralODE_0.1.0.tgz，r-oldrel（arm64）：tfNeuralODE_0.1.0.tgz，r-版本（x86_64）：tfNeuralODE_0.1.0.tgz，r-oldrel（x86_64）：tfNeuralODE_0.1.0.tgz

链接：

请使用规范形式https://CRAN.R-project.org/package=tfNeuralODE链接到此页面。