/phase3_LSTM_baseline_v0_20230115

Primary LanguagePython

标了“可改”的地方可以改

每次data文件夹删除了以后再上传，复制过来以后再调试

任务说明

  1. 已知：global_x,y是在整个大区里面的坐标，超级大，学它没意义
  2. local_x,y：记录了一段区域，从某一个起点然后记录比如600m的高速路段，这个还是太大学它没意义，应该学相对于自车为原点(0,0)的(Δx,Δy)

数据说明

trainset

  1. trainset：

    trainset=scipy.io.loadmat('x/mat')

    1. dict
    2. len：5
    3. dict_keys(['header', 'version', 'globals', 'tracks', 'traj']) 只用看最后两个有用，前面是matlab内置说明信息

  2. trainset['tracks']:

    1. type: <class 'numpy.ndarray'>

    2. shape: (6, 2356)

    3. 6: dataset有us101 i80一共6个，是最外层的ndarray，里面嵌套了长度是2356的一个ndarray

    4. 2356：每一列又是一个ndarray最内层，但是二维的矩阵长宽不定变长，但是长*宽最大=2356

      所以有的不够长补成空的[]维度是[1,0]，有[4,429]各种长度

  3. trainset['traj']:

    1. type: <class 'numpy.ndarray'>

    2. shape: (5922867, 47)

    3. 5922867：车的辆数*时间的帧数

    4. 47：47个特征feature：

      都是float格式，后期要.astype(int)
      1. 0: datasetID
      2. 1: vehID
      3. 2: frame_ID 帧数标号
      4. 3: local_x
      5. 4: local_y
      6. 5: lane_ID
      7. 6: lateral_class 直1 左2 右3
      8. 7: longitudinal_class 刹车2 不刹车1
      9. 8-46: 3*13格子，每格存vehID只能一辆车

utils

  1. getHist
    1. type: array
    2. shape=(0, 2),
    3. dtype=float64

学习

debug

  1. 在ipynb里面调试，然后在py里面写到主程序里
  2. _,__,a , _in b: 说明b里面四个变量只取一个a
  3. 粗略的讲，batch_size管显存，num_workers管GPU利用率。 batch_size设置一般为2-32，num_workers一般为8、16

numpy

  1. A.astype(数据类型) ：A是ndarray或者pandas的series class，然后is a method within numpy.ndarray, as well as the Pandas Series class

  2. ndarray取成员可以[a][b]也可以[a,b]

  3. np.eye([2]) 和np.eye(2)一样

    np.eye默认是float所以astype(int)

  4. np.zeros()

  5. b=a[np.where(a[:,0==t])][0,1:3]

  6. [行,列]

  7. a.shape: [4,4]; a.size:16

  8. np.where(条件) np.argwhere(条件) 返回tuple

scipy

  1. scipy.io.loadmat('x/mat')返回dict每个成员是ndarray

torch

  1. byte(): 转dtype从FloatTensor64到torch.uint8 64浮点数到8整型

  2. torch.from_numpy()

  3. c=c.masked_scatter——(a,b): https://blog.csdn.net/qq_39861441/article/details/122694837

    从b复制,由a的bool值判断要不要复制

  4. .view(-1,a,b): 标了的a,b维数确定，标-1代表维数不定求出来的

    只能用在contiguous的variable上，连续的变量

  5. .contiguous() 用在transpose()后面 .view()前面保证连续