update Readme Add transfer_guide.md
This commit is contained in:
parent
5df1c810b1
commit
01782a0c81
62
README.md
62
README.md
|
|
@ -6,13 +6,19 @@
|
|||
|
||||
使用conda创建基本环境
|
||||
|
||||
```
|
||||
```bash
|
||||
conda create -n trafficwheel python=3.10
|
||||
```
|
||||
|
||||
pip下载安装包
|
||||
|
||||
```bash
|
||||
pip install -r requirements.txt
|
||||
```
|
||||
|
||||
或
|
||||
|
||||
```bash
|
||||
pip install pyyaml tqdm statsmodels h5py kagglehub torch torchvision torchaudio torchdiffeq fastdtw notebook
|
||||
```
|
||||
|
||||
|
|
@ -20,7 +26,7 @@ pip install pyyaml tqdm statsmodels h5py kagglehub torch torchvision torchaudio
|
|||
|
||||
参考baseline.ipynb中的命令执行,或者使用下面的命令:(请确保当前目录为TrafficWheel)
|
||||
|
||||
```
|
||||
```bash
|
||||
python run.py --model {model_name} --dataset {dataset_name} --mode {train, test} --device {cuda:0}
|
||||
```
|
||||
|
||||
|
|
@ -29,6 +35,10 @@ python run.py --model {model_name} --dataset {dataset_name} --mode {train, test
|
|||
- mode:train为训练模型,test为测试模型。测试模型需要在pre-train文件中找到模型的pth存档。
|
||||
- device: 支持'cpu'、'cuda:0'、‘cuda:1’ ... 取决于机器卡数
|
||||
|
||||
run.py会自动完成数据集下载、模型训练/评估工作。
|
||||
|
||||
:warning:现有的模型性能数据存放在[Result.xlsx](./Result.xlsx),不必浪费资源再跑一遍。
|
||||
|
||||
# 测试模型
|
||||
|
||||
在实验结束后,模型的存档文件会被保存在 `experiments/dataset/训练时间 `文件夹下,共有4个文件。
|
||||
|
|
@ -39,3 +49,51 @@ python run.py --model {model_name} --dataset {dataset_name} --mode {train, test
|
|||
- run.log 记录了训练日志。
|
||||
|
||||
可以创建`pre-train/{dataset_name}`文件夹,把整个文件夹的内容拷贝到`experiments/dataset/训练时间 `文件夹下的内容全部拷贝到`pre-train/{dataset_name}`里面。之后就可以在命令中调用` --model test`进行测试。
|
||||
|
||||
:warning:注意,请及时删除experiments文件夹中不必要的文件,要不整个文件夹会越堆越大。
|
||||
|
||||
# 更改配置
|
||||
|
||||
在config文件夹中,存放了每个模型的配置文件。每个数据集单独配置,使用yaml格式。
|
||||
|
||||
你需要找到对应模型的参数进行修改。
|
||||
|
||||
配置文件分为五个部分:[data, model, train, test, log]
|
||||
|
||||
- data一般不用改,存放了模型的节点数,预测窗口,历史窗口等信息
|
||||
- model中的参数要结合代码和论文看,一般会给出推荐配置。
|
||||
- train调整模型的训练细节,包括batch size,学习率,batch_norm等。
|
||||
|
||||
一般不建议对基线参数进行修改,按默认跑是最稳定的。
|
||||
|
||||
# 开发模型
|
||||
|
||||
首先你需要创建一个开发分支dev,并切换到开发分支
|
||||
|
||||
```bash
|
||||
git switch -c dev
|
||||
```
|
||||
|
||||
参考 [模型迁移教程](./transfer_guide.md) 迁移模型到TrafficWheel中。
|
||||
|
||||
提交更改。
|
||||
|
||||
```bash
|
||||
git add .
|
||||
git commit -m "Commit message"
|
||||
```
|
||||
|
||||
推送到远程仓库(需要找我注册账号)
|
||||
|
||||
```bash
|
||||
git push origin dev
|
||||
```
|
||||
|
||||
模型开发完成后,需要合并到main分支,在[这里](https://github.zhang-heng.com/czzhangheng/TrafficWheel/pulls)提交pull request。
|
||||
|
||||
# 已知问题
|
||||
|
||||
目前,实测以下模型性能与原报告相比指标偏高:ARIMA、TCN、DCRNN
|
||||
|
||||
以下模型由于没有源码暂未实现:HA、VAR、FC-LSTM、GRU-ED
|
||||
|
||||
|
|
|
|||
|
|
@ -0,0 +1,11 @@
|
|||
pyyaml
|
||||
tqdm
|
||||
statsmodels
|
||||
h5py
|
||||
kagglehub
|
||||
torch
|
||||
torchvision
|
||||
torchaudio
|
||||
torchdiffeq
|
||||
fastdtw
|
||||
notebook
|
||||
Loading…
Reference in New Issue