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
大千AI助手7 分钟前
惰性学习:延迟决策的机器学习范式
人工智能·机器学习·大千ai助手·惰性学习·懒惰学习·lazy learning·基于记忆的学习
南极星10058 分钟前
OPENCV(python)——初学之路(十三)分水岭算法的图像切割
人工智能·opencv·计算机视觉
Aspect of twilight13 分钟前
各种attention的变体:MHA,GQA,MQA,MLA(DeepSeek-V2)详解
人工智能·attention
彼岸花开了吗13 分钟前
构建AI智能体:四十五、从专用插件到通用协议:MCP如何重新定义AI工具生态
人工智能·python·mcp
tangdou36909865513 分钟前
AI真好玩系列-Three.js手势控制游戏开发教程 | Interactive Game Development with Three.js Hand Con
前端·人工智能·ai编程
StableAndCalm15 分钟前
什么是cuda
人工智能
许泽宇的技术分享18 分钟前
当AI竞赛遇上云原生:EvalAI如何用450+挑战赛重新定义机器学习评估标准
人工智能·机器学习·云原生
测试人社区—841618 分钟前
当AI遇见测试:构建自适应自修复测试框架的开源实践
人工智能
core51223 分钟前
【实战】InternVideo2.5:基于 Python 实现高性能视频理解与多模态对话
人工智能·python·音视频·视频理解·internvideo
咚咚王者23 分钟前
人工智能之数据分析 Pandas:第七章 相关性分析
人工智能·数据分析·pandas