步骤六：搭建流程、运行作业 单击“创建流程”，进入流程设计器页面。 图34 创建流程 将左侧应用列表中的应用，拖拽至画布中。 图35 应用拖拽 在画布右侧参数配置模块，单击按钮，进入参数设置页面，可查看修改参数。 输入参数：由用户在创建应用时定义。 输出路径：输出数据的存放路径，可修改。例如，gene-assets空间中的output文件夹，输出路径格式为/gene-assets/output。 资源参数：CPU需求、Memory需求、GPU类型，请按照使用需求进行设置；CPU架构、计算节点标签，GPU需求不可修改。GPU包含NAIDIA架构GPU和自研的Snt9+ARM。选择GPU资源时，需要您在购买平台时包含了GPU资源，并且需要应用支持GPU运行。选择Snt9+ARM时，需要应用支持ARM环境运行，并在创建应用时，镜像系统为ARM类系统。 运行分析作业时，流程中的每一个应用称之为一个任务（Task），在编排流程时，如果“输出路径”修改为空，实际作业输出结果依然默认存在该路径。最终输出结果路径按照如下规则生成： 若使用的应用本身有配置输出参数，直接使用该路径。 若使用的应用本身未配置输出参数，并且子任务（Task）的输出路径为空，最终输出路径为对应作业配置的输出路径。若作业也未配置，则系统会默认生成格式为job-流程名称-时间戳-随机后缀的输出路径，例如/job-workflowname-202501031644-1654。 若使用的应用本身未配置输出参数，子任务（Task）的输出路径有配置，例如/task-output。那么会在上一项的基础上拼接上子任务的输出路径，例如/job-workflowname-202501031644-1654/task-output。 图36 参数配置 单击“下一步”，进入流程基础配置页面。 在流程基础配置页面填写流程基础信息。 包括“流程名称”、“版本”、“标签”、“短描述”、“长描述”和“超时时间”。 图37 流程基础配置 “流程名称”和“版本”为必填项，其他参数可选填。 “超时时间”指作业运行时间超过设置时间时即为超时，默认7天，基于流程创建分析作业时，该参数可重新定义。 单击“创建并启动作业”。

步骤二：创建空间 您可以在AI科学计算平台创建新空间，并在空间范围内上传数据、创建作业等。“空间列表”展示了当前用户有权限访问的空间。 图26 创建新空间 创建新空间时可直接创建一个OBS桶，也可使用已有的桶。 图27 创建新空间2 创建桶的命名遵循obs桶命名规则： 需全局唯一，不能与已有的任何桶名称重复，包括其他用户创建的桶。用户删除桶后，立即创建同名桶或并行文件系统会创建失败，需要等待30分钟才能创建。 长度范围为3到63个字符，支持小写字母、数字、中划线（-）、英文句号（.）。 禁止两个英文句号（.）相邻，禁止英文句号（.）和中划线（-）相邻，禁止以英文句号（.）和中划线（-）开头或结尾。 禁止使用IP地址。 使用OBS桶存储数据会产生一定的费用，具体计费详情请参考 OBS计费说明。

步骤五：创建multifasta应用 上一步骤中，已经将bioinfo_demo的镜像上传至平台，本步骤使用该镜像创建multifasta应用。 单击“创建应用”，进入创建应用页面。 图29 创建应用 填写应用的基本信息，包括“名称”、“版本”、“图标”、“标签”、“短描述”和“长描述”。 图30 基本信息 选择镜像和镜像版本。 填写镜像启动命令。 镜像启动命令需要引用输入、输出参数中的变量，并以大括号扩起，以$符号进行引用。 镜像启动命令支持多行输入，每行最多256字符，最多支持300行。 镜像启动命令如下所示。 bash ${multifasta} -i ${indir} -o ${outfile} 图31 选择镜像以及配置镜像启动命令 填写输入参数、输出参数。 参数填写时，输入参数及输出参数有字符串（String），文件（File），文件夹（Directory），枚举（Enum）四种类型。 图32 输入、输出参数 对于输入参数，打开“并发”开关，在启动作业时，每个参数可以设置多个参数值，自动生成多个作业并发执行。并发执行的作业数为设置的参数值个数的乘积。 例如，存在输入参数a和输入参数b，在启动作业时，分别给参数a设置了2个参数值，给参数b设置了2个参数值。那么，系统将自动生成4个作业并发执行。 对于输出参数，如果镜像启动命令中指定了输出参数，则在设置输出参数时，需要勾选“必传”，并填写“默认值”。 如果输出参数为String，默认值最大长度不超过256，仅支持字母、数字、中划线、下划线、小数点和斜线。 如果输出参数为Enum类型，需填写有效值，并在有效值中选择默认值。 填写资源参数。 填写CPU、Memory大小（内存单位为GB），选择GPU类型。 CPU架构依赖于制作镜像过程中选择的系统类型，以及制作镜像时所需的生物信息学软件支持在X86还是ARM上运行。例如，GATK是基于X86指令集开发的生信软件，使用CentOS的X86系统创建GATK镜像，则在创建应用时选择“X86”。 CPU需求：请按实际需求填写，取值范围为“0.1-128”，单位C，支持一位小数，不填默认1C。 Memory需求：请按实际需求填写，取值范围为“0.1-3072”，单位GB，支持一位小数，不填默认1GB。 GPU类型：请按实际需求填写，取值范围为“无、GPU、Snt9”，如果选择Snt9，GPU需求需要是0、1、2、4、8。 计算节点标签：请选择标签名称，不支持多选。应用将会调度到有相应节点标签的计算节点。计算节点标签设置方法请参见《用户指南》的计算资源标签管理章节。 图33 资源参数 单击“立即创建”，创建应用。

步骤一：绑定资源 AI科学计算服务的分析作业是以容器的形式在CCE集群中运行，用户可在平台绑定本账号下的CCE集群用于此功能的运行。 当前支持CCE集群1.28和1.31版本。 如果您没有可用的CCE集群，需先创建CCE集群。CCE 1.28仅支持使用api接口创建，CCE 1.31支持通过页面创建。 如果您已有CCE集群，但CCE集群版本低于1.28，则可参考升级集群的流程和方法，建议将集群升级至1.28或1.31版本。 具体操作步骤如下：

步骤三：从dockerhub下载镜像 在linux环境上配置docker环境。 curl -fsSL get.docker.com -o get-docker.sh sh get-docker.sh 配置完成后，运行docker命令，可查看docker的信息。 图28 docker信息 构建镜像。 可以在dockerhub官网上进行搜索，选择出对应的名称与版本。 可以使用docker search命令进行搜索镜像。 若dockerhub上没有想要的镜像，可以利用基础的操作系统镜像进行构造，构造方式请参见用户指南。 选择和获取镜像。 搜索到的镜像列表中选择一个镜像进行pull，这里以pegi3s/fastqc为例。 pull镜像。 若该镜像没有lastest版本则需进入dockerhub官网进行查询。 查看镜像是否pull成功。 用docker images命令查看镜像是否pull成功。如果您本地已经有很多镜像，防止查询出全部镜像，可在docker images命令后面添加 | grep pegi3s使查询更精准。 查询软件命令，以fastqc为例。熟悉该软件时可跳过。 复制上一步查找到的fastqc的id。利用docker run imagesId fastqc--help命令进行查询。fastqc--help可以替换成任何fastqc的命令，与linux类似。

操作流程 自定义镜像运行流程的操作流程如表1所示。 表1 操作流程 操作步骤 说明 步骤一：绑定资源 购买并绑定计算集群。 步骤二：创建空间 在AI科学计算平台创建新空间，并在空间范围内上传数据、创建作业等。 步骤三：从dockerhub下载镜像 从dockerhub下载镜像。 步骤四：上传镜像至AI科学计算平台 上传bioinfo_demo镜像至AI科学计算平台。 步骤五：创建multifasta应用 基于bioinfo_demo镜像创建multifasta应用。 步骤六：搭建流程、运行作业 基于multifasta应用搭建流程并启动作业。 步骤七：获取分析结果 查看作业信息、输入输出数据等信息。

步骤五：获取结果 查看运行结果。 可以以列表的形式查看分子优化的作业，单击左上角“下载”，下载分子优化的结果或者分子3D构象。如果分子设置了靶点，可以下载小分子或复合物，若分子未设置靶点，只能下载小分子。小分子支持SDF和PDB格式，复合物只支持PDB格式。 单击可以收藏结果，收藏后可直接在收藏夹页查看。 分子优化对应的下游分析为分子优化和分子搜索，如果分子设置了靶点，可以选择自由能微扰进行下游分析，通过单击“下游分析”可以进行创建。 如果分子设置了靶点，可以单击“下载3D”下载优化后的小分子或者复合物，如果分子未设置靶点，单击“下载3D”只能下载小分子。小分子支持SDF和PDB格式，复合物只支持PDB格式。 如果添加了靶点，支持按照相互作用力进行高级筛选，单击进行条件配置。 图18 查看结果（1） 图19 高级筛选 分子优化的结果可以查看原始配体和生成后的配体的结构以及属性值对比，可单击“对比”进行查看。可以直观地看到哪些属性变好了，哪些属性变坏了。 图20 属性对比 分子优化结果支持以卡片视图的形式进行查看，参考图22，在卡片视图中： 单击右上方的选择下拉框，可以选择分子的排序方式，将分子按照所选的排序方式进行展示。 图21 排序方式 单击每个分子卡片右上方的可以收藏结果，收藏后可直接在收藏夹页查看。 单击每个分子卡片右上方的，可以选择“查看详情”、“查看3D”、“下游分析”、“下载3D”。 查看详情：单击查看详情，跳转至分子详情页。 查看3D：查看分子的3D视图。 下游分析：分子优化对应的下游分析为分子优化和分子搜索，如果分子设置了靶点，可以选择自由能微扰进行下游分析，单击“确定”即可创建。 下载3D：如果分子设置了靶点，可以单击“下载3D”下载优化后的小分子或者复合物，如果分子未设置靶点，单击“下载3D”只能下载小分子。小分子下载支持SDF和PDB格式，复合物下载只支持PDB格式。 每个分子卡片上会展示相应分子序号与对应的参数Vina Score（有靶点）、Similarity、Score、QED、SaScore Vina Score：代表分子如果添加了靶点，将会计算对接结合能，并按照Vina Score进行排序。 Similarity：代表优化后的分子与原始分子的相似度。 Score：代表优化后小分子的综合打分。 QED：代表分子的成药性。 SaScore：代表合成可及性分数，旨在评估分子的合成难易程度。 无靶点时显示：Similarity、Score、QED、SaScore。 单靶点时显示：Similarity、Score、QED、Vina Score。 双靶点时显示：Similarity、Score、Vina Score1、VinaScore2。 图22 查看结果（2） 单击“查看3D”，可以看到分子的3D构象，如果设置了靶点，还可以看到优化后的小分子与靶点的结合构象。 如果上传了双靶点，可以通过切换来切换靶点，查看相应靶点和优化后分子的结合构象。如果设置了两个靶点会默认下载两个靶点的结果。 单击配体列表的可以收藏结果，收藏后可直接在收藏夹页查看。 图23 查看3D图 在查看3D的页面中，单击右侧的配体列表中，每个配体卡片右上角的，可以查看： 查看详情：可以查看每个分子的属性信息，score和similarity。 查看属性：查看每个配体的分子属性。 查看2D相互作用图：查看配体中分子之间的2D相互作用图，并且可以进行图片下载。 下游分析：分子优化对应的下游分析为分子搜索和分子优化，如果分子设置了靶点，可以选择自由能微扰进行下游分析，单击“确定”即可创建。 下载3D：选择下载小分子或者复合物后，单击“确定”，小分子支持SDF和PDB格式，复合物只支持PDB格式。 查看分子详情。 图24 查看分子详情 查看作业信息。 单击“作业信息”切换到作业信息页签，可以查看作业的分子信息、靶点信息与优化信息等。 图25 作业信息 聚类分析 目前分子优化返回的结果小分子数较多，无法进行批量分析，通过一些聚类的辅助方式能更好地选择分子。从每个类里挑选出一两个分子进行后续分析和验证，提高分析的效率和分析质量。也可以通过聚类找出一些关键的骨架，来进行下游分析或者优化等。 在输出结果页面左上角单击“聚类分析”后，系统开始进行分析，同时显示“聚类分析中”。 图26 聚类分析 待聚类分析完成后，单击“查看聚类结果”。进入聚类结果页。 在聚类结果页面，可以查看每个聚类的分子数量等信息。 图27 查看聚类结果 单击某个聚类的操作列的“查看详情”，即可进入聚类详情页面，聚类详情页支持以卡片、列表以及3D的形式查看。默认展示卡片页面，用户可自行进行切换。 每个结果页面只用进行一次聚类分析操作。 聚类结果是存成文件，如果文件被删或者获取不到的话会有警告， 聚类结果不存在。此时可以单击“重新聚类分析”。 如果聚类失败，根据提示失败原因解决问题后，可单击“重新聚类分析”。

步骤二：创建空间 您可以在AI科学计算平台创建新空间，并在空间范围内上传数据、创建作业等。“空间列表”展示了当前用户有权限访问的空间。 图5 创建新空间 创建新空间时可直接创建一个OBS桶，也可使用已有的桶。 图6 创建新空间2 创建桶的命名遵循obs桶命名规则： 需全局唯一，不能与已有的任何桶名称重复，包括其他用户创建的桶。用户删除桶后，立即创建同名桶或并行文件系统会创建失败，需要等待30分钟才能创建。 长度范围为3到63个字符，支持小写字母、数字、中划线（-）、英文句号（.）。 禁止两个英文句号（.）相邻，禁止英文句号（.）和中划线（-）相邻，禁止以英文句号（.）和中划线（-）开头或结尾。 禁止使用IP地址。 使用OBS桶存储数据会产生一定的费用，具体计费详情请参考OBS计费说明。

操作流程 分子优化操作流程如表1所示。 表1 操作流程 操作步骤 说明 步骤一：购买盘古药物分子大模型 需要完成相关订购后才可创建分子优化作业。 步骤二：创建空间 在AI科学计算平台创建新空间，并在空间范围内上传数据、创建作业等。 步骤三：添加数据 支持数据的添加、导入、引用、复制、删除等操作。 步骤四：创建药物作业 通过资产市场页面创建。 步骤五：获取结果 查看运行结果、收藏结果、分子详情、作业信息、聚类分析等。

使用流程 AI科学计算服务提供靶点发现，苗头化合物发现，先导化合物优化全流程药研所需功能。同时基于云原生的软硬件一体化加速，大大提升虚拟筛选和分子动力学模拟计算效率。无需软硬件安装调试成本，开箱即用，随时可用。 平台也提供了个性化分析流程的搭建和管理操作。您可以将生物信息学软件封装为应用，并将其编排调度，形成自定义分析流程。 同时集成了基于开源的Jupyter Notebook，可为您提供在线的开发和调试工具，用于编写和调测模型训练代码。 表1 使用流程 开发方式 类别 步骤 说明 作业 小分子药物设计 准备工作 使用AI科学计算服务，需要用户开通平台，并绑定相关资源（如：盘古药物分子大模型、 CSS 资源）。 创建空间 工作空间功能旨在为用户提供灵活、高效的资产管理与协作方式。平台支持用户根据业务需求或团队结构，自定义创建独立的工作空间。 每个工作空间在资产层面完全隔离，确保资产的安全性和操作的独立性，有效避免交叉干扰或权限错配带来的风险。 创建小分子药物作业 小分子药物设计作业创建的整个流程包含如下步骤： 上传数据 创建小分子药物作业 平台支持多种方式创建小分子药物作业，比如：通过资产市场，或者我的空间，您可以任选其一。 查看执行结果 不同小分子药物设计流程的执行结果会有差异，具体可以参考每个小分子药物设计操作的查看结果步骤，如：查看靶点口袋发现结果、查看分子对接结果等。 分析作业 准备工作 使用AI科学计算服务，需要用户开通平台，并绑定相关资源（如：计算资源、性能加速）。 用户可以使用基因模型相关的生信应用进行生信流程的自动化调用与高效执行。用户需通过订购流程获取使用权限，并支持平台管理员进行订购和退订操作。 创建空间 工作空间功能旨在为用户提供灵活、高效的资产管理与协作方式。平台支持用户根据业务需求或团队结构，自定义创建独立的工作空间。 每个工作空间在资产层面完全隔离，确保资产的安全性和操作的独立性，有效避免交叉干扰或权限错配带来的风险。 创建分析作业 分析作业创建的整个流程包含如下步骤： 上传待分析数据 制作并上传镜像 创建应用 创建流程 创建分析作业 查看执行结果 分析作业的执行时间与环境资源类型、环境资源大小、处理数据大小等相关。您可以在“作业”页面查看执行结果或进行操作。 作业运行成功后，可以看到每个应用的运行信息：输入输出，基本信息，资源参数以及日志等信息。 Notebooks - 准备工作 使用AI科学计算服务，需要用户开通平台，并绑定相关资源（如：计算资源）。 - 创建空间 工作空间功能旨在为用户提供灵活、高效的资产管理与协作方式。平台支持用户根据业务需求或团队结构，自定义创建独立的工作空间。 每个工作空间在资产层面完全隔离，确保资产的安全性和操作的独立性，有效避免交叉干扰或权限错配带来的风险。 - 创建Notebook 平台支持系统镜像或自定义镜像创建Notebook。 您可以直接使用该Notebook，编写和调测模型，进行开发工作。 - 使用Notebook JupyterLab是一个交互式的开发环境，是Jupyter Notebook的下一代产品，可以使用它编写Notebook、操作终端、编辑MarkDown文本、打开交互模式、查看csv文件及图片等功能。 应用 - 准备工作 使用AI科学计算服务，需要用户开通平台，并绑定相关资源（如：计算资源）。 - 创建空间 工作空间功能旨在为用户提供灵活、高效的资产管理与协作方式。平台支持用户根据业务需求或团队结构，自定义创建独立的工作空间。 每个工作空间在资产层面完全隔离，确保资产的安全性和操作的独立性，有效避免交叉干扰或权限错配带来的风险。 - 使用应用 平台面向生物医药领域和化学/材料领域，提供多种开箱即用的流程、应用，便捷式开发环境，助力用户高效药物研发和化学/材料研发。

OBS存储类型的Notebook Notebook列表中所有文件的读写操作是基于所选择的OBS路径下的内容操作，即Notebook中的数据和被挂载的OBS路径中的数据是同步的。在OBS路径中创建文件夹、上传数据，会同步到Notebook中，Notebook中的操作也会同步到OBS中，如图 通过OBS同步数据所示。 图2 通过OBS同步数据 “Upload”上传数据大小受限时，您可以通过以下多种方式将文件上传到OBS中，通过OBS与Notebook进行数据同步。 表1 上传数据方法 上传方法 说明 “数据”页面上传 通过“数据”页面上传数据，支持上传最大为1GB的单个文件。 数据上传方法请参见“数据”页面上传。 使用obsutil工具上传 您可以使用obsutil工具对OBS进行常用的配置管理操作，如创建桶、上传文件/文件夹、下载文件/文件夹、删除文件/文件夹等。 对于非挂载目录以外的目录下的文件，重启Notebook后会消失。例如，上传文件至Notebook的根目录下，该文件并不在被挂载的obs路径中，重启Notebook，该文件会消失。

引用数据 将其他空间或OBS桶中的数据，引用到本空间，不可在本空间中操作该数据。 在“数据”页签，单击界面右上角的“引用”。 图6 引用 选择需要引用的空间以及空间中的数据，或者选择待引用的OBS桶路径，先选择OBS桶所在区域，再选择OBS桶名称。支持选择不在同一区域的OBS桶。 图7 引用-空间 图8 引用-OBS 单击“确定”，引用其他空间中的数据至本空间。 引用的数据和空间将显示在左侧的数据列表中。 引用OBS类型数据时，如果数据在OBS中的存储类型为“归档存储”，则将该数据引用过来后，该数据不能用于创建作业，并不可下载。 平台系统管理员在自己的所有者、管理员、开发者、上传者空间可以引用OBS类型数据。平台系统管理员在自己的所有者、管理员、开发者、空间可以解除引用OBS类型数据。其他角色的用户仅能使用引用进来的OBS类型数据。

资产列表 表1 资产列表 领域 资产类型 资产名称 说明 流体仿真 镜像 FNO2D-NS 纳维-斯托克斯方程（Navier-Stokes equation）是计算流体力学领域的经典方程，是一组描述流体动量守恒的偏微分方程，简称N-S方程。该资产利用Fourier Neural Operator（FNO）学习某一个时刻对应涡度到下一时刻涡度的映射，实现二维不可压缩N-S方程的求解。 FNO3D-NS 纳维-斯托克斯方程（Navier-Stokes equation）是计算流体力学领域的经典方程，是一组描述流体动量守恒的偏微分方程，简称N-S方程。该资产利用三维傅里叶神经算子对纳维-斯托克斯方程（Navier-Stokes equation）进行求解。 PINNs-Burgers1D 基于物理驱动的PINNs (Physics Informed Neural Networks)方法，求解一维有粘性情况下的Burgers方程。 PINNs-CylinderFlow 利用 PINNs 方法学习位置和时间到相应流场物理量的映射，实现纳维-斯托克斯（Navier-Stokes, NS）方程的求解，从而解决圆柱绕流的尾流流场问题。 PINNs-Periodic-Hill 雷诺平均Navier-Stokes方程求解周期山流动问题是流体力学和气象学领域中的一个经典数值模拟案例，该资产采用雷诺平均模型模拟湍流在二维周期山地地形上的流动。 PINNs-Kovasznay 基于物理信息神经网络（PINNs）方法来求解Kovasznay流动问题。 PINNs-Taylor-Green 在流体力学中，Taylor-Green涡流动是一种不稳定的衰减的涡流，在二维周期性边界条件时存在精确解，该精确解与Navier-Stokes方程的解一致。该资产使用PINNs对二维的taylor green涡流进行仿真。 KNO2D-NS 纳维-斯托克斯方程（Navier-Stokes equation）是计算流体力学领域的经典方程，是一组描述流体动量守恒的偏微分方程，简称N-S方程。该资产利用Koopman Neural Operator学习某一个时刻对应涡度到下一时刻涡度的映射，实现二维不可压缩N-S方程的求解。 KNO1D-Burgers 伯格斯方程（Burgers’ equation）是一个模拟冲击波的传播和反射的非线性偏微分方程，被广泛应用于流体力学，非线性声学，气体动力学等领域。一维伯格斯方程（1-d Burgers’ equation）的应用包括一维粘性流体流动建模。 FNO1D-Burgers 计算流体力学是21世纪流体力学领域的重要技术之一，其通过使用数值方法在计算机中对流体力学的控制方程进行求解，从而实现流动的分析、预测和控制。传统的有限元法（finite element method，FEM）和有限差分法（finite difference method，FDM）常用于复杂的仿真流程（物理建模、网格划分、数值离散、迭代求解等）和较高的计算成本，往往效率低下。因此，借助AI提升流体仿真效率是十分必要的。 PINNs-Darcy 达西方程（Darcy equation）是一个描述了流体在多孔介质中低速流动时渗流规律的二阶椭圆型偏微分方程，被广泛应用于水利工程，石油工程等领域中。达西方程最初由亨利·达西根据沙土渗流实验的实验结果制定，后来由斯蒂芬·惠特克通过均质化方法从纳维-斯托克斯方程推导出来。本案例利用PINNs求解二维定常达西方程。 SNO1D-Burgers 伯格斯方程（Burgers’ equation）是一个模拟冲击波的传播和反射的非线性偏微分方程，被广泛应用于流体力学，非线性声学，气体动力学等领域。一维伯格斯方程（1-d Burgers’ equation）的应用包括一维粘性流的建模。 SNO2D-NS 利用Spectral Neural Operator（SNO）学习某一个时刻对应涡度到下一时刻涡度的映射，实现二维不可压缩N-S方程的求解。 SNO3D-NS 纳维-斯托克斯方程（Navier-Stokes equation）是计算流体力学领域的经典方程，是一组描述流体动量守恒的偏微分方程，简称N-S方程。该资产利用三维SNO神经算子对纳维-斯托克斯方程（Navier-Stokes equation）进行求解。 AI-Turbulence 湍流AI模型是基于昇腾AI开发的面向航空航天工程高雷诺数问题的高精度AI仿真模型，并在昇思MindSpore流体仿真套件的支持下，建立了大型客机机翼、翼身组合体等千万网格量级全尺度应用级大规模并行智能化的高效湍流模拟方法。 PDE-Net PDE-Net是一种前馈深度网络用于从数据中学习偏微分方程，同时实现了准确预测复杂系统的动力学特性和揭示潜在的PDE模型。PDE-Net的基本思想是通过学习卷积核(滤波器)来逼近微分算子，并应用神经网络或其他机器学习方法来拟合未知的非线性响应。 PeRCNN 物理嵌入递归卷积神经网络（Physics-encoded Recurrent Convolutional Neural Network，PeRCNN），基于结合部分物理先验设计的π-卷积模块，通过特征图之间的元素乘积实现非线性逼近。该物理嵌入机制保证模型严格服从给定的物理方程。所提出的方法可以应用于有关PDE系统的各种问题，包括数据驱动建模和PDE的发现，并可以保证准确性和泛用性。

CS S资源购买 登录CSS 云搜索服务 。 单击“创建集群”。 图1 创建集群 集群配置。 集群类型选择“Elasticsearch”，选择集群版本。 图2 集群配置 基础配置：选择“计费模式”、“当前区域”和“可用区”。 图3 基础配置 数据节点：参考自己的数据库大小。自定义数据库所需要的CSS节点规格大于“4 vCPUs | 8GB”，不支持“4 vCPUs | 8GB”。 节点存储：建议选择“超高I/O”。 图4 数据节点 网络配置和安全模式：选择正确的虚拟私有云等，在安全模式输入管理员密码，公网访问选择“自动绑定”。 图5 网络配置和安全模式 集群管理和更多配置：配置相关的集群名称，按需选择更多配置。 图6 集群管理和更多配置 购买量：确认购买时长及是否需要自动续费。 图7 购买量 确认配置，无误后单击“立即创建”，即可完成购买。 图8 确认配置

空间设置 空间设置是对空间的管理，主要包含展示空间信息、更新空间描述、转移空间和删除空间等功能。 图1 空间设置 展示空间信息 单击“空间设置”后，展示空间信息，包含空间名称、描述、OBS桶名称。 更新空间描述 用户可以在描述中直接修改内容，单击描述外的区域后，空间描述会被更新为填写的内容。 转移空间 单击“转移空间”，选择新的“空间所有者”，可以将当前空间转移给所选的空间所有者，即空间所有者会发生变化。 图2 转移空间 删除空间 单击“删除空间”，输入“确认删除”，可以删除当前空间。 图3 删除空间 删除空间后，空间内的资产、Notebooks和作业会同步删除，删除空间不可逆，请谨慎操作。 父主题： 空间管理