专题： 常微分神经网络模型

• 密度图
• 代码线性层学习笔记
• 数据集PHATE降维与可视化
• TrajectoryNet神经网络结构学习笔记
• Compute\_loss函数学习（二）
• Compute_loss函数学习（一）
• Emd.py文件
• Forward（）函数
• Interpolate\_with\_ot函数代码
• KL散度
• OT-Flow（CNFs一个优化版本）
• trajectoryNet公式解析（一）
• 归一化流
• 神经常微分方程（神经网络作为常微分方程）