你好 显示维度问题怎么办
Closed this issue · 20 comments
我使用的是原数据提供的npz文件 是文件问题吗
可以看一下原始文件的维度，我用的文件维度是[batch size,timeslices,node,1]。如果输入的不一样可以做相应的调整。
需要对原始文件进行处理吗 flow.npz文件不是原始的PEMS08.npz文件吗
把原始的pems08扩张一个维度应该就可以，不是原始的
如果先扩充在压缩，那么数据还是3维
是的，取第一维就行。开始说错了。TNC取流量那个维度就行。
取出来就是TN，时间和节点维度，17856和170是对的
谢谢您的回复
请问一下这个代码是什么意思啊
tmp指数据集从周几开始，days表示一周用的天数，L和M两个数据集只用了工作日所以是五天。这两个的用处是得到所有点的day of week值。
谢谢您，祝您一切顺利！
应该的，不客气~
average, mae: 13.8737, rmse: 24.9807, mape: 0.1037
training end....
testing begin....
step 1, mae: 12.0204, rmse: 19.8012, mape: 0.0829
step 2, mae: 12.5090, rmse: 21.0151, mape: 0.0845
step 3, mae: 12.9055, rmse: 21.8563, mape: 0.0877
step 4, mae: 13.3394, rmse: 23.0632, mape: 0.0900
step 5, mae: 13.4891, rmse: 23.3341, mape: 0.0908
step 6, mae: 13.8148, rmse: 24.1966, mape: 0.0929
step 7, mae: 14.0664, rmse: 24.6971, mape: 0.0938
step 8, mae: 14.1633, rmse: 24.7633, mape: 0.0953
step 9, mae: 14.3132, rmse: 24.9935, mape: 0.0970
step 10, mae: 14.4646, rmse: 25.5353, mape: 0.0963
step 11, mae: 14.6737, rmse: 25.8411, mape: 0.0979
step 12, mae: 14.8401, rmse: 26.0219, mape: 0.0996
average, mae: 13.7166, rmse: 23.8364, mape: 0.0924
这是我在pems08上训练了两次，两次都是这个结果。我发现mae比论文里的13.42高了差不多0.3，其他两个指数也都略微偏高一点，请问下您这种情况该如何解决呢 有好的调参方案吗 谢谢
随机种子和机器不同的话，结果会有细微的差别。我在不同机器上跑13.3到13.8都有跑出来。一般来说误差百分之2左右就还行，可以试试不同的随机种子或者机器。
谢谢您，感谢，祝好！
不客气
你好，请问下能分享下您使用的PEMSD7M/L文件吗 感谢！
STGCN提供的我看都是csv形式
csv文件的话，可以使用pandas读取然后转成numpy格式
ok 谢谢