AI_physicist:Wu和Tegmark（2019年）的AI物理学家，一种从数据中学习理论的算法范例

AI_物理学家 ``AI_physicist''提供了用于学习和操纵理论的范例和算法，即小型专业模型及其准确域。 它包含用于 可微分治（DDAC）用于同时学习理论和领域 用MDL简化Occam剃刀的理论 将理论统一为可以产生理论连续性的主要理论 通过将理论存储在理论中心并为新颖的环境提出理论来进行终身学习。 Wu Tailin和Max Tegmark（2019）[ ] [ ]在论文“迈向AI物理学家的无监督学习”中提供了更多详细信息。 安装 首先克隆目录。 然后跑 bash setup.sh 初始化子模块并下载数据集。 PyTorch要求> = 0.4.1。 其他要求在 数据集 提供了用于论文的数据集。 将解压缩后的“ MYSTERIES”，“ GROUND_TRUTH”直接放在数据集/下。 要使用自己的数据集，请将csv文件放在数据集/ MYSTERIES /下。 对于每个数据集