Iekļauti visi nepieciešamie kodi, lai pēc maģistra darba "Simplektiskas skaitliskās metodes ar struktūru saglabājošu neirona tīkla apstrādi" aprakstītās metodes, varētu trenēt un veikt skaitlisku kļūdu analīzi apstrādes metodēm, kas veiktas balstoties uz simplektisku gradientu neironu tīklu apstrādi.
Šos failus iespējams lejupielādēt kā .zip failu, uzspiežot uz zaļās koda pogas. Alternatīvi, ja ir ieinstalēta GitHub pakotne, tad to iespējams izradīt lietojot termināli ar komandu git clone https://github.com/DavisKalvans/SympNetsProcessing.
Darbs tika izstrādāts ar Python versiju 3.8.8. Iespējams arī jaunākas versijas strādās, ja pārējo pakotņu konkrētās versijas būs saderīgas. Ar failu requirements.txt nepieciešams izveidot Python virtuālo vidi, piemēram, ar Conda un Spyder, Visual Studio Code vai caur termināli (ja ir ieinstalēta virtualenv pakotne).
Nepieciešams palaist scripta failus /OneTrajectory/folderStructure.py un /RandomPoints/folderStructure.py, lai tiktu izveidota mapju struktūra uztrenēto neirona tīklu un ģenerēto grafiku saglabāšanai.
Mapē OneTrajectory atrodami visi skripti modeļiem, kuri tiek trenēti un validēti ar randomizētiem Hamiltona sistēmas punktiem kādā apgabalā. Mapē RandomPoints atrodami visi skripti modeļiem, kuri tiek trenēti un validēti ar vienu Hamiltona sistēmas trajektoriju. Sekojošās instrukcijas ir identiskas abos gadījumos.
Visas darbā izmantotās datu kopas jau ir iekļautas. Lai ģenerētu jaunas ar citu trenēšanas punktu skaitu
Nesimetrisku modeļu gadījumā (
- modeli;
- tā trenēšanas kļūdu grafiku;
- progonožu kļūdu grafikus konkrētai trajektorijai ar specifizētu sākumpunktu
$x_0$ ; - prognožu kļūdu konverģences grafikus konkŗetai trajektorijai ar specifizētu sākumpunktu
$x_0$ ; - progonožu vidējo kļūdu grafikus vairākām trajektorijām skaitā nr_trajects;
- progonožu vidējās konverģences grafikus vairākām trajektorijām skaitā nr_trajects.
Lai analizētu vairākus jau uztrenētus modeļus attiecībā pret slāņu skaita
- modeļu trenēšanas un validācijas kļūdām un to standartnovirzēm;
- kodola un apstrādes metožu (kas iegūtas ar šiem modeļiem) prognožu kļūdas un standartnovirzes līdz laikam Tend un trajektorijām skaitā nr_trajects;
- kodola un konnkrētas apstrādes metodes (kas iegūta ar šiem modeļiem) VPT (valid prediction time) līdz laikam Tend un trajektorijām skaitā nr_trajects.