ForestsKing / GraFITi

PyTorch implementation of GraFITi (GraFITi: Graphs for Forecasting Irregularly Sampled Time Series)

GraFITi

方式一

1. 借助工具下载 GraFITi 官方代码至 ./GraFITi/

2. 安装 tsdm

   1. 下载 tsdm 官方代码 至 ./tsdm/
   2. 创建 conda 虚拟环境，注意 python=3.11
   3. 用 ./GraFITi/tsdm 替换 ./tsdm/src/tsdm
   4. 将 ./tsdm/src/tsdm/viz/_config.py 中的 USE_TEX: Final[bool] = matplotlib.checkdep_usetex(True) 改为 USE_TEX: Final[bool] = False
   5. 进入 ./tsdm/ 目录，执行 pip install -e .

3. 修改 ./GraFITi/train_grafiti.py

   1. 创建模型存储目录

      if not os.path.exists('saved_models/'):
          os.makedirs('saved_models/')

   2. 修改优化器配置

      OPTIMIZER_CONFIG = {
          "lr": ARGS.learn_rate,
          "betas": ARGS.betas,
          "weight_decay": ARGS.weight_decay,
      }

   3. 如果需要，添加 tqdm 打印进度条

4. 进入 ./GraFITi/ 目录，运行如下命令运行官方示例，如果提示缺包自行安装即可

python train_grafiti.py --epochs 200 --learn-rate 0.001 --batch-size 128 --attn-head 1 --latent-dim 128 --nlayers 4 --dataset physionet2012 --fold 0 -ct 36 -ft 12

方式二

1. 下载本项目

2. 创建 conda 虚拟环境，注意 python=3.11

3. 进入 tsdm-main 目录，执行 pip install -e .

4. 进入 ./GraFITi/ 目录，运行如下命令运行官方示例，如果提示缺包自行安装即可

   python train_grafiti.py --epochs 200 --learn-rate 0.001 --batch-size 128 --attn-head 1 --latent-dim 128 --nlayers 4 --dataset physionet2012 --fold 0 -ct 36 -ft 12

运行结果