深度学习论文复现【Ubuntu22.04】

论文介绍

论文题目:ShapeFormer: Shapelet Transformer for Multivariate Time Series Classification

论文PDF:https://arxiv.org/pdf/2405.14608

论文代码:https://github.com/xuanmay2701/shapeformer

论文内容:多元时间序列分类

环境配置准备工作

前几天使用Windows复现论文,遇到了一些困难,并且也记录了过程,可以参看:Windows复现论文,但是没成功。接下来使用Linux来复现一下。

  1. 安装驱动
    参考链接:显卡驱动安装
  2. 安装Anaconda和Pycharm
    参考链接:安装anaconda和pycharm
  3. 安装Anaconda+Pycharm
    参考链接:安装cuda+cudnn

根据论文创建虚拟环境

  1. 创建虚拟环境

    每一个项目用到的包可能版本都不同,anaconda为我们提供了虚拟环境的功能。使用以下命令创建虚拟环境:

    bash 复制代码
    conda create -n ShapeFormer python=3.8 -y
  2. 激活虚拟环境

    bash 复制代码
    conda activate ShapeFormer
  3. 安装requirements.txt 中的包:

    bash 复制代码
    pip install -r requirements.txt

    说需要pip版本小于24.1,查看pip版本:(24.2)

    降低pip版本:

    bash 复制代码
    python -m pip install pip==24.0

    重新安装requirements.txt 中的包:

    bash 复制代码
    pip install -r requirements.txt

    直接成功(Windows折腾了好久都没成功):

Pycharm运行代码

  1. 用Pycharm打开项目代码:

  2. 配置虚拟环境解释器

  3. 运行main.py文件

    因为都有默认参数,所以先不管性能好坏,运行起来最重要:

  4. 解决报错

    发现是sktime包的问题,之前在Windows上也是这个包事多(没有Windows版本的,需要自己编译源代码)。

    先查看sktime版本和论文提供代码的是否一致:

    powershell 复制代码
    conda list

    安装的0.4.3是和论文的一样:

    大概率就是sktime版本更新后,这个函数没了(可能函数名换了,或者路径换了),发现论文代码上面有三个不同路径导入这个函数,我试了下第一个可以导入这个函数:

  5. 再次运行main.py

    没有这个包,安装一下(requirements.txt居然没提供),在这个虚拟环境下安装:

    powershell 复制代码
    pip install seaborn
  6. 结果展示

总结

这篇论文代码基本可以运行,我更改参数后也有一点问题,这就需要阅读代码了,后面我会出一期代码阅读的文章。

还有就是尽量使用Linux来复现论文,Windows太麻烦了。

相关推荐
汤姆宝库1 小时前
世界模型深拆:视频生成、潜在模拟与物理直觉
人工智能
weixin_468466854 小时前
从“看懂”到“做到”:视觉-语言-动作模型如何让机器人真正执行指令
人工智能·ai·机器人·大语言模型·前沿科技
朋友圈自动点赞工具4 小时前
科学AI插件化:从蛋白质结构到古籍修复
人工智能
龙粤GEO5 小时前
实体Entity在GEO中代表什么含义
人工智能
拜小白6 小时前
【论文解读】《DeepPanoContext:用全局场景关系图 + 可微关系优做全景 3D 场景理解
深度学习·计算机视觉·全景图
剑雨巍巍6 小时前
AI Agent面试之基础概念
人工智能
微帧Visionular6 小时前
AI视频单帧清晰,播放时却闪烁,原因是什么?
人工智能·深度学习·音视频
武子康6 小时前
MultiNet6 空闲崩溃:`EXCVADDR=0x8` 后又出现 `CORRUPT HEAP`
人工智能·后端·agent
云智慧AIOps社区6 小时前
智能巡检机器人应用场景解析:机房巡检、园区安防、管廊巡视与展厅导览
人工智能·机器人·具身智能·智能巡检机器人·企业级智能巡检机器人·机房巡检机器人·导览机器人
EnCi Zheng6 小时前
Agent 如何进行工具调用:从一次 Function Calling 到生产级工具编排的完整链路
大数据·人工智能·agent·ai编程·工具调用