文章详细记录了Informer模型的代码运行过程，包括环境配置，从GitHub下载数据集，特别是WTH.csv数据集的特性。在数据处理方面，重点介绍了如何使用Dataset_Custom函数处理数据。代码执行从main_informer.py开始，通过参数解析进行训练和预测，并建议通过debug理解函数作用和数据流程。
一、Informer代码运行过程记录
Informer 代码源码算比较简单的了，比如三维重建这些才是真的复杂的。
2.1 环境配置
版本一般向下兼容，不建议一个项目一个环境，先缺啥补啥，都是可以实现的。
2.2 数据集下载
GitHub官网链接地址即可下载，查看各数据的格式与参数，作者的开源比较完备，包含ETT（变压器温度）、ECL（耗电量）和WTH（气象）3个数据集，采用PyTorch实现且没有特殊包依赖的模型代码。比如下面的例子：
WTH.csv数据集是按小时收集的指标,分别是风变、…、等特征变量，**第一个必须是采样时间，前10个是X，**最后一个是Y。
分清楚输入输出：
2.3 源码运行
从哪里开始运行，需要从训练与预测，先查看REAME.md文档：
可见需要 从 main_informer.py开始运行，需要参数，model, data, attn, freq。
开始debug:（学会动手打断点，清楚数据流程，各函数作用）
1.parser参数
args = parser.parse_args() 在此处debug,显示个参数默认值。
1.2 点击train查看是怎么训练的
上面一直debug到train,查看train的过程运行是怎么样的
查看get_data是怎么做的，点击
Data是 Dataset_Custom 用这个去取数据的，点击查看 Dataset_Custom 函数怎么取自定义的数据，处理数据。
0 -训练集、1-测试集、2-验证集
没有事前切分 现直接划分训练集、测试集、验证集
扫一扫
827
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
