开源项目 time-series-autoencoder
使用教程
1. 项目的目录结构及介绍
time-series-autoencoder/
├── github/
│ └── workflows/
├── examples/
├── tsatsa/
├── .gitignore
├── LICENSE
├── README.md
├── autoenc_architecture.png
├── poetry.lock
├── pyproject.toml
└── main.py
github/workflows/
: 包含GitHub Actions的工作流配置文件。examples/
: 存放示例数据和配置文件。tsatsa/
: 项目的主要代码文件夹。.gitignore
: 指定Git版本控制系统忽略的文件和文件夹。LICENSE
: 项目的许可证文件,采用Apache-2.0许可证。README.md
: 项目说明文档。autoenc_architecture.png
: 项目架构图。poetry.lock
: 锁定依赖版本的文件。pyproject.toml
: 项目配置文件,包含依赖和构建系统信息。main.py
: 项目的启动文件。
2. 项目的启动文件介绍
main.py
是项目的启动文件,负责初始化和运行整个项目。以下是该文件的主要功能:
- 加载配置文件。
- 初始化模型和数据加载器。
- 训练和评估模型。
使用方法:
python3 main.py -cn=[PATH_TO_FOLDER_CONFIG] -cp=[CONFIG_NAME]
可选参数:
--batch-size BATCH_SIZE # 批处理大小
--output-size OUTPUT_SIZE # 输出大小,默认值为1用于预测
3. 项目的配置文件介绍
项目的配置文件主要位于 pyproject.toml
和 examples/
目录下的YAML文件。
pyproject.toml
: 包含项目的基本信息、依赖和构建系统配置。examples/
目录下的YAML文件:包含具体的模型配置、数据路径和其他运行参数。
配置文件示例:
model:
type: LSTM
hidden_size: 128
num_layers: 2
data:
path: "data/timeseries.csv"
batch_size: 32
通过修改这些配置文件,可以调整模型的参数和数据处理方式。