欢迎来到我的博客

这里是博客正文。当我们在研究物理约束深度学习时，常会用到如下的公式：

$$\mathcal{L} = \mathcal{L}_{data} + \lambda \, \mathcal{L}_{physics}$$

除了行间公式，还有行内公式 $x \in \mathbb{R}^n$。仓库支持 GFM，因此可以写表格：

特征	说明
物理约束	由 PDE 残差定义的损失项
数据驱动	由观测数据定义的损失项

以及代码块：

def loss(data_loss, physics_loss, lam=0.1):
    return data_loss + lam * physics_loss

这是一条引用。示例文章可直接删除，或作为新文章的模板。