油藏模拟模型的简化训练
flownet的Python项目详细描述
在
FlowNet:数据驱动的储层预测
FlowNet旨在解决以下问题:
- 直接从数据中创建数据驱动的简化物理模型
- 训练模型
- 确保模型的预测性
- 利用模型有效地优化和决策
在
有关文档,请参阅此存储库的the GitHub pages。在
贡献
如果你想为FlowNet做贡献,请查看我们的contribution guidelines。在
安装
FlowNet是一个Python包。将自动安装所有必需的依赖项 除了OPM-Flow 水库模拟器二进制文件,你将需要单独安装。在
如果流安装不在/usr/bin/flow
上,则应设置
环境变量FLOW_PATH
,在运行之前包含流可执行文件的路径
流网。在
安装FlowNet
建议从pynet运行flowpi
pip install flownet
如果你想安装并试用最新的未发布代码,你可以这样做
^{pr2}$如果需要标准安装,请省略-e
标志。在
:warning: Do you want to run FlowNet through the LSF queue? To be able to have the ERT process, that will be called by FlowNet, run jobs via LSF correctly you will need to update your default shell's configuration file (
.cshrc
or.bashrc
) to automatically source your virtual environment.
流网
{emm}您可以作为一个命令行运行{emm}:
flownet ahm ./some_config.yaml ./some_output_folder
运行flownet --help
查看所有可能的命令行参数选项。在
运行webviz检查结果
在您的计算机上第一次运行webviz
之前,您需要通过以下操作创建本地主机https
证书:
webviz certificate --auto-install --force
许可证
除了下面列出的几个例外,FlowNet是GPLv3。在
- Norne test data在{a12}下可用
- FlowNet logo是{a14}
- 项目
标签: