ASTGCN
文章平均质量分 95
主讲ASTGCNde 原文和代码理解。其中包括1篇只有一个特征的ASTGCN和包括3个特征的原文ASTGCN.都是torch版本的代码
panbaoran913
学习Python,深度学习,强化学习的知识
有时间看私聊和回答问题
私聊我问题请写好题目
展开
-
【ASTGCN之一个特征】代码解读(torch)之train_ASTGCN_r(二)
ASTGCN的主训练、预测函数及用到的相关自定义函数原创 2022-05-25 22:52:12 · 4187 阅读 · 5 评论 -
【ASTGCN之1个特征】模型解读(torch)之模型框架(三)
前文:[ASTGCN]代码解读(torch)之参数读取和数据读入(一)【ASTGCN】代码解读(torch)之train_ASTGCN_r(二)本篇讲解ASTGCN的模型框架以及用到的小函数。文章目录壹、模型框架一、文件内容二、算法流程三、make_model贰、代码解读一、Temporal_Attention_layer二、Spatial_Attention_layerimport torchimport torch.nn as nnimport torch.nn.functional原创 2022-05-28 23:36:10 · 3201 阅读 · 7 评论 -
【ASTGCN之3个特征】解读(torch)之模型框架
【ASTGCN】模型解读(torch)之模型框架(三)在上一篇中讲解了一个分量结构的所有代码,在本篇中即将讲解三个分量合并的模型框架。代码见【ASTGCN】因为本篇与前3篇类似,但不是同一个代码来源,为了搭配前面的代码,本章会作适量的修改。注意力机制一、Temporal_Attention_layerX(B,N,F,T)–转置–>(B,T,F,N)–×\times×U1(N,)–>(B,T,F,)–×\times×U2(F,N)–>lhs(B,T,N)X(B,N,F,T.原创 2022-05-31 16:39:21 · 2000 阅读 · 5 评论 -
汽车-时空预测astgcn的数据结构分析
数据结构分析与预处理一、原始数据结构shape:(时间点长度,节点个数,特征个数)1.1 案例示意选取6月20日早上8点到9点数据,网络的站点(网格划分)是5个,每个站点具有3个特征。8:00-8:05[ 特征1, 特征2, 特征3] ----节点1的特征[ 4, 5, 6] -----节点2的特征[ 7, 8, 9] -----节点3的特征[ 10, 1原创 2021-01-08 11:50:45 · 2700 阅读 · 7 评论 -
[ASTGCN之1个特征]解读(torch)之参数读取和数据读入(一)
数据读取原创 2022-05-23 14:59:47 · 3129 阅读 · 10 评论