利用麦克斯韦方程构造AI神经网络

用多通道残差网络并结合Sin激活函数，在该问题的模拟中取得了相比其他方法更高的精度。

该神经网络的结构如下图所示：

 

方程表达为

 

单尺度网络的基础结构由多层残差全连接网络构成，指数通道的多尺度网络实现如下：

代码如下：

class MultiScaleFCCell(nn.Cell):

    def __init__(self,

                 in_channel,

                 out_channel,

                 layers,

                 neurons,

                 residual=True,

                 act="sin",

                 weight_init='normal',

                 has_bias=True,

                 bias_init="default",

                 num_scales=4,

                 amp_factor=1.0,

                 scale_factor=2.0,

                 input_scale=None,

                 input_center=None,

                 latent_vector=None

                 ):

        super(MultiScaleFCCell, self).__init__()

        _check_type(num_scales, "num_scales", int)

        self.cell_list = nn.CellList()

        self.num_scales = num_scales

        self.scale_coef = [amp_factor * (scale_factor**i) for i in range(self.n