STGNN 项目使用教程
1. 项目的目录结构及介绍
STGNN/
├── data/
│ ├── processed/
│ └── raw/
├── models/
│ ├── __init__.py
│ ├── stgnn.py
│ └── utils.py
├── notebooks/
│ └── exploration.ipynb
├── scripts/
│ ├── preprocess.py
│ └── train.py
├── config/
│ └── config.yaml
├── README.md
├── requirements.txt
└── main.py
data/
: 存放数据文件,包括处理后的数据和原始数据。models/
: 存放模型定义和相关工具函数。notebooks/
: 存放探索性分析的 Jupyter 笔记本。scripts/
: 存放预处理和训练脚本。config/
: 存放配置文件。README.md
: 项目说明文档。requirements.txt
: 项目依赖包列表。main.py
: 项目启动文件。
2. 项目的启动文件介绍
main.py
是项目的启动文件,负责加载配置、初始化模型、加载数据并启动训练过程。以下是 main.py
的主要内容:
import argparse
from config.config import load_config
from models.stgnn import STGNN
from scripts.train import train
def main():
parser = argparse.ArgumentParser(description="Spatial Temporal Graph Neural Network")
parser.add_argument("--config", type=str, default="config/config.yaml", help="Path to the config file.")
args = parser.parse_args()
config = load_config(args.config)
model = STGNN(config)
train(model, config)
if __name__ == "__main__":
main()
3. 项目的配置文件介绍
config/config.yaml
是项目的配置文件,包含模型训练所需的各种参数。以下是配置文件的一个示例:
data:
path: "data/processed/data.pkl"
batch_size: 32
num_workers: 4
model:
input_dim: 6
hidden_dim: 64
output_dim: 1
num_layers: 3
train:
epochs: 100
learning_rate: 0.001
weight_decay: 0.0001
data
: 数据相关配置,包括数据路径、批量大小和数据加载的线程数。model
: 模型相关配置,包括输入维度、隐藏层维度、输出维度和层数。train
: 训练相关配置,包括训练轮数、学习率和权重衰减。
通过以上配置文件,可以灵活调整模型和训练过程的参数。