GTS 项目使用教程

1. 项目目录结构及介绍

GTS 项目的目录结构如下：

GTS/
├── data/
│   ├── METR-LA/
│   └── PEMS-BAY/
├── lib/
├── model/
│   └── pytorch/
├── scripts/
├── LICENSE
├── README.md
├── requirements.txt
└── train.py

目录介绍

• data/: 存放数据集的目录，包括 Los Angeles (METR-LA) 和 Bay Area (PEMS-BAY) 的交通数据。
• lib/: 存放项目所需的库文件。
• model/: 存放模型的实现代码，特别是 pytorch/ 目录下存放了 PyTorch 实现的模型文件。
• scripts/: 存放生成训练数据的脚本。
• LICENSE: 项目的许可证文件。
• README.md: 项目的介绍文档。
• requirements.txt: 项目所需的依赖包列表。
• train.py: 项目的启动文件，用于训练模型。

2. 项目的启动文件介绍

项目的启动文件是 train.py，该文件用于训练模型。启动文件的主要功能如下：

• 加载配置文件: 通过 --config_filename 参数指定配置文件路径。
• 设置训练参数: 可以通过命令行参数 --temperature 设置温度参数。
• 训练模型: 根据配置文件中的参数和数据集进行模型训练。

使用示例

# 使用 METR-LA 数据集进行训练
python train.py --config_filename=data/model/para_la.yaml --temperature=0.5

# 使用 PEMS-BAY 数据集进行训练
python train.py --config_filename=data/model/para_bay.yaml --temperature=0.5

3. 项目的配置文件介绍

配置文件位于 data/model/ 目录下，主要包括 para_la.yaml 和 para_bay.yaml 两个文件，分别用于配置 METR-LA 和 PEMS-BAY 数据集的训练参数。

配置文件内容示例

# para_la.yaml 配置文件示例
dataset: METR-LA
learning_rate: 0.001
batch_size: 64
epochs: 100
...

配置文件参数说明

• dataset: 指定使用的数据集，可以是 METR-LA 或 PEMS-BAY。
• learning_rate: 学习率，控制模型训练时的梯度下降步长。
• batch_size: 批处理大小，每次训练时使用的样本数量。
• epochs: 训练轮数，模型在整个数据集上训练的次数。

通过修改配置文件中的参数，可以调整模型的训练行为和性能。