一步步安装deeponet的详细教学

https://github.com/lululxvi/deeponet

需要下载依赖

1.python3

2.DeepXDE（这里安装DeepXDE<=0.11.2,这个最方便）

Optional: For CNN, install Matlab and TensorFlow 1; for Seq2Seq, install PyTorch（这个可先不安装，有的案例需要额外安装这些）

deepxde的官网如下

https://github.com/lululxvi/deepxde/tree/v1.10.0

依赖：

上面这俩任选一个（建议选tensorflow，因为deepxde依赖于tensorflow）

这里给出第二个的方法代码，第一个pytorch的见torch的官网（如果没安装过torch,就至少需要花几个小时才能安装成功，注意时间）

1.安装deepxde的依赖

pip install tensorflow==2.15.0 tensorflow-probability==0.23.0

2.安装deepxde

pip install deepxde==0.11.1

至此，环境安装完毕，后面运行案例缺少什么库下载就行

3.克隆案例

git clone https://github.com/lululxvi/deeponet.git

4.运行案例：

cd deeponetpython deeponet/src/deeponet_pde.py

Install and Setup — DeepXDE 1.12.3.dev1+g40cd7e5 documentation

上面链接有deepxde的安装细节

DeepXDE 支持 TensorFlow 1.x（tensorflow.compat.v1在 TensorFlow 2.x 中）、TensorFlow 2.x、PyTorch、JAX 和 PaddlePaddle 后端。DeepXDE 将根据以下选项选择后端（从高优先级到低优先级）

使用DDE_BACKEND环境变量：
- 您可以使用它来指定后端。目前可以从“tensorflow.compat.v1”（TensorFlow 1.x 后端）、“tensorflow”（TensorFlow 2.x 后端）、“pytorch”（PyTorch）、“jax”（JAX）和“paddle”（PaddlePaddle）中选择。DDE_BACKEND=BACKEND python pde.pyBACKEND
$ DDE_BACKEND=tensorflow.compat.v1 python pde.py

$ DDE_BACKEND=tensorflow python pde.py

$ DDE_BACKEND=pytorch python pde.py

$ DDE_BACKEND=jax python pde.py

$ DDE_BACKEND=paddle python pde.py
- 或者将全局环境变量设置DDE_BACKEND为BACKEND。在 Linux 中，这通常可以通过; 在 Windows 中，在系统设置中设置环境变量export DDE_BACKEND=BACKENDDDE_BACKEND
修改config.json“~/.deepxde”下的文件：
- 该文件的内容如下{"backend": "tensorflow.compat.v1"}
- 您还可以使用设置默认后端python -m deepxde.backend.set_default_backend BACKEND
- 在 Windows 中，您可以config.json在“C:/Users/Username/.deepxde”目录下找到文件
如果没有像上面那样选择后端，DeepXDE 将自动找到可用的后端。