RIPGeo框架代码构成

最新推荐文章于 2024-09-26 17:23:00 发布

路由跳变

最新推荐文章于 2024-09-26 17:23:00 发布

阅读量631

点赞数 30

分类专栏： RIPGeo 文章标签：人工智能

本文链接：https://blog.csdn.net/sinat_41942180/article/details/136686207

版权

RIPGeo是一个基于PyTorch的框架，用于处理街道级别的IP地理定位问题。该框架要求Python 3.8.13、PyTorch 1.12.1等依赖。提供了数据预处理和模型训练、测试的脚本。数据集包括纽约、洛杉矶和上海的IP地址，每个数据集有features、labels和IP地址信息。

摘要由CSDN通过智能技术生成

该存储库提供了RIPGeo框架的原始PyTorch实现。

一、基础用法

1、需求 Requirements

代码使用python 3.8.13、PyTorch 1.12.1、cudatoolkit 11.6.0和cudnn 7.6.5进行了测试。通过Anaconda安装依赖:

# create virtual environment
conda create --name RIPGeo python=3.8.13

# activate environment
conda activate RIPGeo

# install pytorch & cudatoolkit
conda install pytorch torchvision torchaudio cudatoolkit=11.6 -c pytorch -c conda-forge
# install other requirements
conda install numpy pandas
pip install scikit-learn

2、运行代码

# Open the "RIPGeo" folder
cd RIPGeo

# data preprocess (executing IP clustering).
python preprocess.py --dataset "New_York"
python preprocess.py --dataset "Los_Angeles"
python preprocess.py --dataset "Shanghai"

# run the model RIPGeo
python main.py --dataset "New_York" --dim_in 30 --lr 2e-3 --saved_epoch 100
python main.py --dataset "Los_Angeles" --dim_in 30 --lr 2e-3 --saved_epoch 100
python main.py --dataset "Shanghai" --dim_in 51 --lr 1e-3 --saved_epoch 70

# load the checkpoint and then test
python test.py --dataset "New_York" --dim_in 30 --lr 2e-3 --load_epoch 100
python test.py --dataset "Los_Angeles" --dim_in 30 --lr 2e-3 --load_epoch 100
python test.py --dataset "Shanghai" --dim_in 51 --lr 1e-3 --load_epoch 70