Using a Transformer-base model to predict global TEC(Total Electron Content)
使用Transformer模型在全球電離層預測
python main.py --epochs 需要的訓練代數 --batch_size 批次數 --train_path 訓練資料路徑 --use_model 使用模型
ex. 使用 Transformer 模型訓練40代,批次量32;並使用'txt/train'裡的資料進行訓練(此指令會同時進行模型評估)
python main.py --epochs 40 --batch_size 32 --train_path txt/train --use_model Transformer
args:
--train_path 訓練資料檔案目錄
--path_save_model 模型位置
--epoch 訓練代數
--path_save_loss 誤差記錄檔位置
--batch_size 訓練批次量
--use_model 使用模型
/save_model 儲存模型的目錄
GIM_TXT_to_csv.py GIM Map視覺化等工具
helper.py 誤差、關聯性係數等視覺化工具
train_model.py 訓練預測模型
main.py 主程式檔
model.py GIM Map 預測模型
inference.py 評估模型
dataloader.py 資料載入