Attention-Learn-to-Route 项目使用教程

1. 项目目录结构及介绍

attention-learn-to-route/
├── images/
├── nets/
├── pretrained/
├── problems/
├── utils/
├── .gitignore
├── LICENSE
├── README.md
├── environment.yml
├── eval.py
├── generate_data.py
├── options.py
├── plot_vrp.ipynb
├── reinforce_baselines.py
├── run.py
├── simple_tsp.ipynb
├── train.py

目录结构介绍

• images/: 存放项目相关的图片文件。
• nets/: 存放神经网络模型的定义文件。
• pretrained/: 存放预训练模型的权重文件。
• problems/: 存放不同路由问题的定义和实现文件。
• utils/: 存放项目中使用的工具函数和辅助类。
• .gitignore: Git 忽略文件配置。
• LICENSE: 项目许可证文件。
• README.md: 项目说明文档。
• environment.yml: 项目依赖的环境配置文件。
• eval.py: 用于评估模型的脚本。
• generate_data.py: 用于生成训练数据的脚本。
• options.py: 项目配置选项的定义文件。
• plot_vrp.ipynb: 用于绘制车辆路径问题（VRP）结果的 Jupyter Notebook。
• reinforce_baselines.py: 强化学习基线的定义文件。
• run.py: 项目启动文件。
• simple_tsp.ipynb: 用于简单旅行商问题（TSP）的 Jupyter Notebook。
• train.py: 用于训练模型的脚本。

2. 项目启动文件介绍

run.py

run.py 是项目的启动文件，用于执行训练和评估任务。可以通过命令行参数配置不同的训练和评估选项。

主要功能

• 训练模型: 通过指定不同的参数（如问题类型、图的大小、基线方法等）来训练模型。
• 评估模型: 加载预训练模型并进行评估。

使用示例

python run.py --graph_size 20 --baseline rollout --run_name 'tsp20_rollout'

3. 项目的配置文件介绍

environment.yml

environment.yml 是项目的依赖环境配置文件，用于创建和管理项目的虚拟环境。

主要内容

• 依赖包: 列出了项目所需的所有 Python 包及其版本。

使用示例

conda env create -f environment.yml

options.py

options.py 文件定义了项目中的配置选项，包括训练参数、模型参数、数据生成参数等。

主要内容

• 训练参数: 如学习率、批量大小、训练轮数等。
• 模型参数: 如嵌入维度、注意力头数等。
• 数据生成参数: 如问题类型、图的大小、随机种子等。

使用示例

from options import get_options

opts = get_options()
print(opts.graph_size)

通过以上介绍，您可以更好地理解和使用 attention-learn-to-route 项目。