Mindket

Hurricane Wind Speed Regressor

新上架第 1 版 · 更新于

概览

在 Gradio 应用里用微调过的 ResNet50 模型预测飓风风速。适合想看图像回归模型怎样工作的学生、研究者和开发者。

Hurricane Wind Speed Regressor 是一款工具包,属于研究类,由 Mindket 上架。可免费获取。当前为第 1 版,最近更新于 。在本页下载,是一个装着它全部文件的 zip 压缩包。这些文件不会自己运行。

速览

你需要
  • Python 3.12
  • requirements.txt 里的 Python 软件包,包括 Gradio 6.31.0
  • 在 Hugging Face 上这个 Space 跑在 zero-a10g 硬件上,所以副本可能也需要类似的 GPU
用在
  • 网页浏览器,在 Hugging Face 上这个 Space 的页面里
  • 在你自己的 Windows、macOS 或 Linux 电脑上装 Python 3.12,用下载下来的副本
先运行
pip install -U huggingface_hub
hf download nakulmital/Hurricane_Wind_Speed_Regressor --repo-type space --local-dir Hurricane_Wind_Speed_Regressor
cd Hurricane_Wind_Speed_Regressor

平台

Windows操作系统
macOS操作系统
Linux操作系统

关于

它是什么

Hurricane Wind Speed Regressor 是一个 Gradio 应用,用微调过的 ResNet50 模型预测飓风风速。这个 Space 提到一个模型,nakulmital/ResNet50-Hurricane-WindSpeed-Regressor。仓库里有 app.py、model.py、requirements.txt 和一个 README。

适合谁

想看看小型回归模型怎样估算一个天气数值、并且能读懂简短 Python 应用的人。

IndustryWho uses itHow they use itExample
教育数据科学学生看微调过的网络怎样预测一个数值一次课程项目演示
研究天气爱好者试试基于图像的风速估算一张飓风图片
软件开发者阅读 model.py 和 app.py 怎样提供回归模型打开这两个文件
教学讲师演示回归和分类的区别一次简短的讲课演示

如果你需要官方预报,可以跳过它,因为这只是一个模型演示。

用在哪里

  • 网页浏览器,在 Hugging Face 上这个 Space 的页面里
  • 在你自己的 Windows、macOS 或 Linux 电脑上装 Python 3.12,用下载下来的副本
Use caseWhoWhat they get back
风速估算学生一个预测出来的风速数值
研究模型开发者一个可以阅读的微调 ResNet50 小应用
教学演示讲师给课堂用的实时回归示例

如何设置

  • Python 3.12
  • requirements.txt 里的 Python 软件包,包括 Gradio 6.31.0
  • 在 Hugging Face 上这个 Space 跑在 zero-a10g 硬件上,所以副本可能也需要类似的 GPU
  1. 安装 Hugging Face hub 软件包。
  2. 用 hf 命令下载这个 Space。
  3. 进入下载好的文件夹。
  4. 先安装 Gradio 6.31.0,再安装依赖。
  5. 启动 app.py。
pip install -U huggingface_hub
hf download nakulmital/Hurricane_Wind_Speed_Regressor --repo-type space --local-dir Hurricane_Wind_Speed_Regressor
cd Hurricane_Wind_Speed_Regressor
pip install gradio==6.31.0
pip install -r requirements.txt
python app.py

如何使用

在线使用时,打开 Space 页面,用页面上的界面。在自己的电脑上,用下面的命令启动应用,再使用它打开的界面。

python app.py

示例

你给应用一张飓风图像并运行。来源没有展示界面,但 ResNet50 是图像网络,所以应用应当为那张图片返回一个预测的风速。

新手与专家

打开 Space 页面,试一张图片。回归模型输出的是数字而不是标签,所以答案是一个风速数值。

这个模型是针对风速微调的 ResNet50,model.py 和 app.py 一起放在仓库里。来源没有给出准确率数字、单位或训练数据的细节,所以请把任何预测都当作演示结果。

  1. 你给应用一张图像
  2. app.py 把它交给 ResNet50 回归模型
  3. 模型预测一个风速
  4. 数值显示在屏幕上

注意事项

  • Hardware: 在 Hugging Face 上跑在 zero-a10g 上,用 Gradio 6.31.0 和 Python 3.12
  • License: mit
  • Cost to run: 没有提到
  • Data it reaches: 你给它的图像,以及它提到的模型
  • Not for: 官方预报或安全决策,因为来源没有给出准确率数字

README 和文件

README

Hurricane Wind Speed Regressor

在 Gradio 应用里用微调过的 ResNet50 模型预测飓风风速。适合想看图像回归模型怎样工作的学生、研究者和开发者。

由 nakulmital 在 Hugging Face 上制作。这些说明是 Mindket 根据它的 Space 页面和 README 写的,应用自己的文件和许可证在 Hugging Face 上。

简介

它是什么:Hurricane Wind Speed Regressor 是一个 Gradio 应用,用微调过的 ResNet50 模型预测飓风风速。这个 Space 提到一个模型,nakulmital/ResNet50-Hurricane-WindSpeed-Regressor。仓库里有 app.py、model.py、requirements.txt 和一个 README。

适合谁:想看看小型回归模型怎样估算一个天气数值、并且能读懂简短 Python 应用的人。

Industry | Who uses it | How they use it | Example
教育 | 数据科学学生 | 看微调过的网络怎样预测一个数值 | 一次课程项目演示
研究 | 天气爱好者 | 试试基于图像的风速估算 | 一张飓风图片
软件 | 开发者 | 阅读 model.py 和 app.py 怎样提供回归模型 | 打开这两个文件
教学 | 讲师 | 演示回归和分类的区别 | 一次简短的讲课演示

如果你需要官方预报,可以跳过它,因为这只是一个模型演示。

用在哪里:

  • 网页浏览器,在 Hugging Face 上这个 Space 的页面里
  • 在你自己的 Windows、macOS 或 Linux 电脑上装 Python 3.12,用下载下来的副本
Use case | Who | What they get back
风速估算 | 学生 | 一个预测出来的风速数值
研究模型 | 开发者 | 一个可以阅读的微调 ResNet50 小应用
教学演示 | 讲师 | 给课堂用的实时回归示例

如何设置:

  • Python 3.12
  • requirements.txt 里的 Python 软件包,包括 Gradio 6.31.0
  • 在 Hugging Face 上这个 Space 跑在 zero-a10g 硬件上,所以副本可能也需要类似的 GPU
  1. 安装 Hugging Face hub 软件包。
  2. 用 hf 命令下载这个 Space。
  3. 进入下载好的文件夹。
  4. 先安装 Gradio 6.31.0,再安装依赖。
  5. 启动 app.py。
pip install -U huggingface_hub
hf download nakulmital/Hurricane_Wind_Speed_Regressor --repo-type space --local-dir Hurricane_Wind_Speed_Regressor
cd Hurricane_Wind_Speed_Regressor
pip install gradio==6.31.0
pip install -r requirements.txt
python app.py

如何使用:在线使用时,打开 Space 页面,用页面上的界面。在自己的电脑上,用下面的命令启动应用,再使用它打开的界面。

python app.py

示例:你给应用一张飓风图像并运行。来源没有展示界面,但 ResNet50 是图像网络,所以应用应当为那张图片返回一个预测的风速。

新手与专家:打开 Space 页面,试一张图片。回归模型输出的是数字而不是标签,所以答案是一个风速数值。

这个模型是针对风速微调的 ResNet50,model.py 和 app.py 一起放在仓库里。来源没有给出准确率数字、单位或训练数据的细节,所以请把任何预测都当作演示结果。

你给应用一张图像
app.py 把它交给 ResNet50 回归模型
模型预测一个风速
数值显示在屏幕上

注意事项:

  • Hardware: 在 Hugging Face 上跑在 zero-a10g 上,用 Gradio 6.31.0 和 Python 3.12
  • License: mit
  • Cost to run: 没有提到
  • Data it reaches: 你给它的图像,以及它提到的模型
  • Not for: 官方预报或安全决策,因为来源没有给出准确率数字

Hugging Face 上的数据(2026年11月13日)

  • 点赞:1
  • 构建方式:gradio
  • 许可证:mit

链接

  • Space:https://huggingface.co/spaces/nakulmital/Hurricane_Wind_Speed_Regressor
  • 文件:https://huggingface.co/spaces/nakulmital/Hurricane_Wind_Speed_Regressor/tree/main

试用

在浏览器里打开这个 Space,或在它的页面上把它复制到你自己的 Hugging Face 账号。这个工具包里没有会自己运行的东西。

文件
README.md  4 KB

1 个文件,共 4 KB,以 zip 压缩包下载。

更新内容

  • 第 1 版 · 2026-11-12

同类产品对比

同一分类里与本产品共有标签最多的已上架 Hugging Face Space。

产品点赞构建方式许可证最近更新
Hurricane Wind Speed Regressor 本页1gradiomit
Open VLM Leaderboard共有 gradio1,034gradioapache-2.0
Face Swap共有 gradio808gradiocc-by-nc-sa-4.0
TTS Spaces Arena共有 gradio493gradiozlib
Depth Anything 3共有 gradio490gradiocc-by-nc-4.0
BLIP共有 gradio431gradiobsd-3-clause
数据为 Mindket 在 2026-11-12 至 2026-11-13 期间读取的数值。

评价

还没有评分

写评价

还没有评价。

Mindket 的更多商品

查看 Mindket 的全部商品

Bonsai-27B-GGUF

lmstudio-community · 工具包

面向 LM Studio 的 27B Bonsai 模型 GGUF 转换版,含 3.80 GB 的 Q1_0 语言文件和 0.93 GB 的 BF16 视觉投影器。已测试文本、视觉和并行工具调用。

新上架

以每权重 2.9 位的 EXL3 量化运行 DeepSeek-V4.1-Flash-1017,这是一份 196 GiB 的副本,适合在自己硬件上部署大模型的人。困惑度与原模型相差不大。

新上架

MusicGen Small

facebook · 工具包

根据文字描述或音频提示生成短音乐片段,是 facebook MusicGen 的 small 检查点。适合想在自己电脑上试用文字生成音乐的开发者和音乐爱好者。

新上架

研究类的相似商品

查看研究类的全部商品

Merlin-Cancer-Super

AbdomenAtlas · 工具包

在 CT 扫描上检测并勾画 9 个器官的肿瘤,使用从放射学报告中学习的 R-Super 方法训练。这是面向医学影像团队的研究模型,采用非商业许可。

新上架

EarthJev

dBenf · 工具包

回答关于卫星图像块的类型化问题,使用 Sentinel-2 的全部 12 个波段,为每个选项返回概率,不生成文字。这是 Qwen3.5-0.8B 的微调版本,适合地球观测研究者。

新上架

getting-over-it-rl-jax

zimmerk4 · 工具包

用一个在 JAX 物理模拟器里学会的小型策略网络,从头到尾通关游戏 Getting Over It。适合强化学习研究者和好奇的动手爱好者。

新上架