DL4DS—一套基于深度学习的统计降尺度通用框架

DL4DS—Deep learning for empirical downscaling框架库地址 https://github.com/carlos-gg/dl4ds地球科学中的一项常见任务是从全球气候模式中推断局地和区域尺度的气候信息。动力降尺度需要运行高分辨率数值模式机时花费巨大，另外由于模式运行时间也比较长，这些足以让人望而却步。此外，统计降尺度技术提供了另一种方法，以更有效的方式学习大尺度和局地尺度气候之间的联系。近年来，大量基于深度神经网络的统计降尺度方法被提出，这些方法大多基于为计算机视觉和超级分辨率任务开发的卷积架构。本文介绍了用于统计降尺度的深度学习（DL4DS），这是一个Python库，实现了各种最先进的和新颖的算法，采用深度神经网络对格点化地球科学数据降尺度。DL4DS的设计目标是提供一个通用框架，用于训练具有可配置架构和学习策略的卷积神经网络，以促进以强大 ………………………………