arXiv · cs.LG· Shaoliang Yang, Jun Wang·· 4 小时前
经典基线如何影响拓扑优化中机器学习的速度声明
How the Classical Baseline Shapes Machine-Learning Speed Claims in Topology Optimization
AI 导读
研究复现八种拓扑优化方法的代码后发现，仅加速经典有限元求解器就会让 OAT 和基于图的神经优化器两种方法的速度提升缩水最多 20 倍。在刚度匹配条件下，OAT 在 256 x 256 网格上的实际加速为 1.5x 至 3.5x，而非论文声称的 134x；基于图的优化器在全部六个二维问题上均慢于经典代码。
来源：arXiv · cs.LG · arxiv.org