معرفی شرکت ها

DINCAE-1.1.0

Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
1.1.0
1.1.0

توضیحات

DINCAE (Data-Interpolating Convolutional Auto-Encoder) is a neural network to reconstruct missing data in satellite observations
ویژگی مقدار
سیستم عامل -
نام فایل DINCAE-1.1.0
نام DINCAE
نسخه کتابخانه 1.1.0
نگهدارنده []
ایمیل نگهدارنده []
نویسنده Alexander Barth
ایمیل نویسنده -
آدرس صفحه اصلی https://github.com/gher-ulg/DINCAE
آدرس اینترنتی https://pypi.org/project/DINCAE/
مجوز -
[![documentation latest](https://img.shields.io/badge/docs-latest-blue.svg)](https://gher-ulg.github.io/DINCAE/) [![DOI](https://zenodo.org/badge/193079989.svg)](https://zenodo.org/badge/latestdoi/193079989) [![Build Status](https://travis-ci.org/gher-ulg/DINCAE.svg?branch=master)](https://travis-ci.org/gher-ulg/DINCAE) [![codecov.io](http://codecov.io/github/gher-ulg/DINCAE/coverage.svg?branch=master)](http://codecov.io/github/gher-ulg/DINCAE?branch=master) # DINCAE DINCAE (Data-Interpolating Convolutional Auto-Encoder) is a neural network to reconstruct missing data in satellite observations. https://www.geosci-model-dev-discuss.net/gmd-2019-128/ ## Installation Python 3.6 with the modules: * numpy (https://docs.scipy.org/doc/numpy/user/install.html) * netCDF4 (https://unidata.github.io/netcdf4-python/netCDF4/index.html) * TensorFlow 1.15 with GPU support (https://www.tensorflow.org/install) Tested versions: * Python 3.6.8 * netcdf4 1.4.2 * numpy 1.15.4 * Tensorflow version 1.15 You can install those packages either with `pip3` or with `conda`. ## Input format The input data should be in netCDF with the variables: * `lon`: longitude (degrees East) * `lat`: latitude (degrees North) * `time`: time (days since 1900-01-01 00:00:00) * `mask`: boolean mask where true means the data location is valid * `SST` (or any other varbiable name): the data ``` netcdf avhrr_sub_add_clouds { dimensions: time = UNLIMITED ; // (5266 currently) lat = 112 ; lon = 112 ; variables: double lon(lon) ; double lat(lat) ; double time(time) ; time:units = "days since 1900-01-01 00:00:00" ; int mask(lat, lon) ; float SST(time, lat, lon) ; SST:_FillValue = -9999.f ; } ``` ## Running DINCAE Copy the template file `run_DINCAE.py` and adapt the filename, variable name and the output directory and possibly optional arguments for the reconstruction method as mentioned in the [documentation](https://gher-ulg.github.io/DINCAE/). The code can be run as follows: ```bash export PYTHONPATH=/path/to/module python3 run_DINCAE.py ``` `/path/to/module` should be replaced by the directory name containing the file `DINCAE.py`.


نیازمندی

مقدار نام
>=1.4.2 netCDF4
>=1.15.4 numpy
==1.15.2 tensorflow
- pytest-cov
- codecov
- pytest


زبان مورد نیاز

مقدار نام
>=3.6 Python


نحوه نصب


نصب پکیج whl DINCAE-1.1.0:

    pip install DINCAE-1.1.0.whl


نصب پکیج tar.gz DINCAE-1.1.0:

    pip install DINCAE-1.1.0.tar.gz