我们在此处提供了用于在以下对象上运行预测实验的代码：

• 三维Lorenz63模型的y坐标。

• Lorenz96模型的8维x变量，使用参数化模型进行积分。

• WeatherBench；我们以最粗的分辨率（32x64）使用Z500变量。请参见在这里下载说明

  此外，该文件其他结果.pdf包含Weatherbench数据集的其他图形。

我们有5个Python脚本：

• 生成数据.py需要运行以生成Lorenz63和Lorenz96的数据集
• 列车_nn.py用不同的方法训练生成网络
• 预测测试图.py计算性能指标并创建图表
• 预测测试点比较.py为Lorenz63和Lorenz96创建三种选定方法之间的比较图
• plot_weather工作台.py为WeatherBench数据创建绘图

此外，我们还提供3个猛击演示如何在三个模型上运行实验的脚本。

• 运行_lorenz63.sh在Lorenz63模型上进行了一些实验，并允许在论文中重现图2a
• 运行_lorenz96.sh在Lorenz96模型上进行了一些实验，并允许在论文中重现图2b
• run_WeatherBench.sh在WeatherBench模型上进行了一些实验。要使用此功能，需要如上所述下载数据。此外，这些实验需要GPU才能运行。

可以使用安装依赖项pip安装-r要求.txt.然而，这还不足以使用WeatherBench的绘图功能（使用库复印). 如需使用Conda，请参阅下文。

conda创建--名称<env-name>conda安装--文件要求_conda.txt

但还需要从pip安装其他两个软件包：

pip安装torchtyping typeguard einops

如果要使用GPU，Pytorch必须安装以下组件，而不是上面的组件
conda安装pytorch cudatoolkit=10.2-c pytorch