mrapplexz / wrf-bias-prediction

RSVbaseline

Build

docker build . -t corr

Train

Положите тренировочные данные в ./data/train/era5 и ./data/train/wrf

Запустити докер-контейнер

docker run -it --rm --name corr2 \
	-v ./data/train:/home/data/train \
	-v ./logs/.:/home/logs \
	--gpus device=0 --ipc=host corr

Запустите обучение внутри докера.

python experiments/constantBaseline/main.py 

Экспорт весов модели будет осуществлён в ./logs/constantBaseline

Inference

Положите тестовые данные в ./data/wrf . Создайте директорию ./data/wrf_corr

Запустите докер-контейнер

docker run -it --rm --name corr2 \
	-v ./data/wrf:/home/data/wrf \
	-v ./data/wrf_corr:/home/data/wrf_corr \
	-v ./logs/.:/home/logs \
	--gpus device=0 --ipc=host corr

Запустите инференс внутри контейнера

python experiments/constantBaseline/test.py 

Введите batch size (зависит от VRAM вашей карты - сколько влезет), номер эксперимента и номер эпохи внутри экспепримента.

Экспорт предсказанных значений будет осуществлён в ./data/wrf_corr