STGCN交通流预测实战：原理、PyTorch实现与避坑指南-北京尧图网络

简介STGCN_IJCAI-18-master是IJCAI 2018论文对应的时空图卷积网络交通流预测开源实现采用Python编写面向智能交通、城市规划及深度学习应用开发者可解决城市路网流量预测问题。压缩包共19个文件以11个py脚本为核心覆盖模型定义、训练测试、数据加载与预处理附带6张可视化结果图直观展示预测值与真实值的对比另有README说明及PeMS交通数据压缩包便于完整复现实验。整个资源包大小7.05MB轻量且结构清晰适合快速下载研究。目前已有2310人学习使用。通过学习该工程读者可以掌握如何利用图卷积网络捕捉监测点之间的空间依赖同时结合时间序列建模分析流量变化趋势还能熟悉深度学习模型的训练评估与结果可视化流程对开展交通流预测或时空数据挖掘研究具有较高参考价值。1. 为什么交通流预测的第一课绕不开 STGCN 这个仓库STGCNSpatio-Temporal Graph Convolutional Network时空图卷积网络在交通流预测里几乎是入门图神经网络的第一课。很多人把 STGCN_IJCAI-18-master 这个基于 Python 和 PyTorch 的经典仓库下载下来跑通训练以后心里踏实了但换成自己的路网数据就不知道怎么改一改就翻车。这个仓库的核心思路很直接把路网当成一张有权重的图把每个传感器上报的车速或流量当成图上随时间变化的信号用图卷积聚合“邻居路口”的信息用时间卷积捕捉“过去一小时”的趋势两者叠起来同时建模。它适合已经会写 PyTorch、想在交通流预测或城市计算方向落地图模型的人这篇文章就按“为什么这样设计、怎么做最小复现、参数怎么定、坑在哪”一路讲完。2. 为什么交通流预测要用图卷积把路网画成一张有权重的图2.1 交通流数据不是“多路时间序列”那么简单假设手上有一个路网的传感器数据每 5 分钟上报一次车速一天就有 288 个时间点。数据文件打开以后通常是一个二维矩阵形状是 (T, N)T 是时间步数N 是传感器数量。只看这个形状很多人第一反应是“这不就是 N 条平行的时间序列吗每个传感器单独跑一个 LSTM 不就行了”。单独跑 LSTM 的问题在于传感器之间不是独立的。某个路口发生拥堵十分钟后影响会沿着道路传播到相邻路口再过半小时传到更远的地方。这种传播关系写在路网的拓扑结构里不写在任何一个传感器自己的时间序列里。如果把 N 条序列独立建模等于假设传感器之间毫无关系早晚高峰的预测误差会集中体现在拥堵传播的那几个时刻。把 N 条序列展平成长向量再喂全连接层又会把空间拓扑完全打散参数量还随 N 爆炸。还有个更自然的思路是把路网切成网格用普通 CNN 扫。但路网不是欧氏空间传感器在道路上的分布极其不均匀有的地方一公里三个传感器有的地方三公里一个。固定尺寸的卷积核无法适应不同密度的路网也没有办法编码“两个传感器之间隔着几条路”。图结构是表达路网拓扑最自然的方式节点就是传感器边就是道路连接权重就是距离或通行时间。2.2 邻接矩阵距离阈值、高斯核与孤立节点要把路网变成图第一步是把传感器之间的空间关系变成邻接矩阵。最常用的构建方式是距离阈值高斯核先算传感器两两之间的距离矩阵距离小于阈值的两个传感器之间建边边权用高斯核衰减。这样近处的邻居贡献大远处的邻居贡献小符合拥堵传播“先近后远”的物理直觉。import numpy as np def gaussian_adjacency(dist_matrix, sigma0.1, threshold0.6): n dist_matrix.shape[0] adj np.zeros((n, n), dtypenp.float32) for i in range(n): for j in range(n): if i j: continue d dist_matrix[i, j] if d threshold: adj[i, j] np.exp(-(d ** 2) / (sigma ** 2)) return adj这段代码逻辑很直白距离大于阈值的直接置 0表示不连边小于阈值的按高斯核计算权重。注意对角线是 0自环后面构造拉普拉斯矩阵时会补上。sigma 控制权重衰减速度sigma 越大远近传感器的权重差异越小图卷积越接近对邻居取平均sigma 越小只有最近的传感器才有实际影响力。我一般先算一下训练集里传感器距离的分布把 threshold 定在能让每个节点平均有 48 个邻居的水平sigma 用 0.1 作为起点再试。如果不想调 sigma也可以用二值邻接矩阵距离小于阈值就是 1否则是 0。二值矩阵做快速基线实验很方便但表达不了“哪个邻居更重要”效果通常比高斯核略差。还有一点要检查有没有孤立节点。某个传感器周围没有任何传感器在阈值范围内它的邻接行全是 0图卷积在这个节点上只会吃到自身信息等于退化成一个普通 MLP。遇到这种情况要么放大阈值要么把这个节点剔除不能硬塞进图里。2.3 图卷积做了什么把相邻路口的信息揉进当前节点图卷积的公式看起来吓人直觉其实很朴素。普通 CNN 在图像上用固定卷积核扫局部区域图卷积在图上做类似的事每个时间步节点的新特征等于自身特征和邻居特征的加权组合。写成公式就是 h_i σ(Σ_j A_hat_ij W h_j)其中 A_hat 是归一化后的邻接矩阵W 是可学习的权重矩阵σ 是激活函数。但 STGCN 用的不是这个一阶近似而是切比雪夫多项式展开阶数 K3。切比雪夫展开的好处是每一阶对应不同半径的邻居0 阶只看自己1 阶融合一跳邻居2 阶融合两跳邻居K 阶就是控制到 K-1 跳。对交通拥堵来说这个感受野有明确的物理含义——拥堵波传播需要时间一个路口的状态主要由它自身和周边一两跳范围的路口决定传太远的信号反而是噪声。K 不需要很大STGCN 原论文里 K3 就是常用配置。图卷积对很多人来说像黑匣子但它的核心计算只有两步先把输入特征和归一化拉普拉斯矩阵做矩阵乘法得到邻居聚合结果再对每一阶结果做线性变换最后求和。整个过程中间没有非线性激活激活只发生在块与块之间。这也是它容易过拟合的原因——K 越大可学习的参数越多图结构本身又不复杂数据量不够时 K3 都可能偏大。2.4 为什么时间卷积和空间卷积必须绑在一个块里STGCN 的基本单元不是一个独立的图卷积层而是一个时空卷积块先做时间卷积再做图卷积再做一次时间卷积。这个顺序不是随便排的。如果先对每个传感器单独做 LSTM 或时间卷积输出仍然只是时间维度上的增强传感器之间没有交流再做图卷积空间信息只能基于“已被时间卷积处理过的特征”聚合。反过来先做图卷积再做时间卷积每一时刻的聚合结果又要等时间模块重新校准。前一种方式的问题在于时间卷积捕获的是每个传感器自己的历史趋势图卷积聚合的是同一时刻不同传感器的状态两者是交替作用、反复叠加的。单个块内做“时间→空间→时间”是为了让每一层的输出同时携带局部时间上下文和空间邻居信息再通过堆叠两个块扩大感受野。这种紧耦合设计比“先把所有传感器做一遍 LSTM再把所有时刻做一遍 GCN”的分阶段流水线更有效因为每一层都在同一套特征上同时做两种归纳偏置的约束。3. 复现 STGCN 的最小流程从原始流量矩阵到跑通一轮训练3.1 数据加载与归一化先切分再归一化交通流数据的原始文件通常是 .npz 格式里面存着一个 (T, N) 的流量矩阵。加载以后第一件事不是归一化而是先按时间顺序切分出训练集、验证集和测试集再做归一化。顺序不能反一旦先对整个数据集算均值和方差测试集的统计信息就混进了训练过程验证指标会虚高上线后必定翻车。def load_flow_data(npz_path): data np.load(npz_path) return data[flow].astype(np.float32) # (T, N) raw load_flow_data(traffic_data.npz) T, N raw.shape train_raw raw[: int(T * 0.6)] val_raw raw[int(T * 0.6): int(T * 0.8)] test_raw raw[int(T * 0.8):] mean train_raw.mean(axis0, keepdimsTrue) std train_raw.std(axis0, keepdimsTrue) train_norm (train_raw - mean) / (std 1e-8) val_norm (val_raw - mean) / (std 1e-8) test_norm (test_raw - mean) / (std 1e-8)这里有一个工程细节归一化是按传感器维度做的每个传感器有自己的均值和方差因为不同位置的车速分布差异很大市中心和郊区完全不是一个量级。加 1e-8 只是防止某个传感器在整个训练集里没有变化导致除以零。切分比例 6:2:2 是常见做法但一定要保持时间先后顺序不能用随机打乱否则用未来数据训练过去数据的问题会直接毁掉结论。3.2 窗口生成过去 12 步预测未来 12 步交通流预测的标准配置是用过去 12 个时间步1 小时预测未来 12 个时间步1 小时。5 分钟一个采样点12 步正好是一个自然的小时窗口早晚高峰的拥堵传播在这个尺度上表现得最明显。窗口生成用滑动窗口来做步长为 1这样能最大限度利用有限的传感器数据。def sliding_window(flow, his12, pre12): length, n_nodes flow.shape xs, ys [], [] for i in range(length - his - pre 1): xs.append(flow[i: i his]) # (his, n_nodes) ys.append(flow[i his: i his pre]) # (pre, n_nodes) return np.stack(xs), np.stack(ys) x_train, y_train sliding_window(train_norm) x_val, y_val sliding_window(val_norm) x_test, y_test sliding_window(test_norm)注意验证集和测试集也要用同样的窗口函数处理但窗口不从训练集跨到验证集因为滑动窗口在边界上天然隔离。这里 x 的形状是 (样本数, 12, N)y 的形状是 (样本数, 12, N)。后面送进模型时x 要补一维变成 (样本数, 1, 12, N)多出来的那个维度是特征通道数因为这里每个传感器只有一个速度特征。如果以后想加入流量、占用率等多个特征就把这个维度从 1 变成特征数量。3.3 三个核心算子的 PyTorch 实现从时间卷积到切比雪夫图卷积先实现门控时间卷积。STGCN 的时间卷积不是普通 1D 卷积而是带 GLU 门控的卷积一半输出通道作为特征另一半经过 sigmoid 变成 0 到 1 之间的门控两者相乘。门控的作用是让模型决定每个时刻的信息有多少能流入下一层这比固定权重的卷积更灵活。import torch import torch.nn as nn class TemporalConv(nn.Module): def __init__(self, in_c, out_c, kt3): super().__init__() self.conv nn.Conv2d(in_c, out_c * 2, (kt, 1), padding(kt // 2, 0)) def forward(self, x): # x: (B, C, T, N)B是批大小C是通道数T是时间步N是传感器数 y self.conv(x) c y.shape[1] // 2 return y[:, :c] * torch.sigmoid(y[:, c:])卷积核形状是 (kt, 1)即只在时间维上滑动不跨传感器滑动。padding 用 kt // 2 保持时间维长度不变这样堆叠多层时时间轴尺寸不会缩水。输出通道是 out_c * 2前一半做特征后一半做门控这是 GLU 的标准写法。kt3 表示每个时间输出融合前后各一个时刻这个值一般不需要调大后面堆两个时空块已经覆盖了足够的时间感受野。接着是切比雪夫图卷积。构造时需要先传入归一化拉普拉斯矩阵 L这个矩阵在模型初始化时计算一次整个训练过程保持不变。def normalized_laplacian(adj): d adj.sum(axis1) d_inv_sqrt np.power(d, -0.5) d_inv_sqrt[np.isinf(d_inv_sqrt)] 0.0 d_mat np.diag(d_inv_sqrt) return np.eye(adj.shape[0]) - d_mat adj d_mat class GraphConv(nn.Module): def __init__(self, in_c, out_c, L, K3): super().__init__() self.K K self.L torch.from_numpy(L).float() self.weights nn.ParameterList([ nn.Parameter(torch.empty(in_c, out_c)) for _ in range(K) ]) for w in self.weights: nn.init.xavier_normal_(w) def forward(self, x): # x: (B, C_in, T, N)先permute成(B, T, N, C_in)方便做图聚合 b, c_in, t, n x.shape x x.permute(0, 2, 3, 1) # (B, T, N, C_in) xs [x] if self.K 1: xs.append(torch.einsum(btnc,nm-btmc, x, self.L)) for k in range(2, self.K): xs.append(2 * torch.einsum(btnc,nm-btmc, xs[-1], self.L) - xs[-2]) out 0 for k in range(self.K): out out torch.einsum(btnc,co-btno, xs[k], self.weights[k]) return out.permute(0, 3, 1, 2) # (B, C_out, T, N)这里用 einsum 做矩阵乘法比手动 matmul 转维度更直观。xs 列表里存的是切比雪夫多项式递推的每一项第 0 项是输入本身第 1 项是 L 和输入相乘第 k 项由前两项递推得到。最后每一项过各自的线性权重矩阵后求和。权重矩阵的形状是 (in_c, out_c)K 个权重矩阵就是 K 阶多项式。有一个容易踩的点einsum 里写成 btnc,nm-btmc 依赖 L 是对称矩阵归一化拉普拉斯 L I - D^{-1/2} A D^{-1/2} 天然对称所以输出下标 m 对应的就是聚合后的目标节点。如果哪天换成有向图邻接矩阵这里必须改成显式矩阵乘法否则聚合约等于在做转置。最后把两个时间卷积和一个图卷积拼成时空卷积块再堆两层。class STBlock(nn.Module): def __init__(self, c_in, c_out, L, K3, kt3): super().__init__() self.t1 TemporalConv(c_in, c_out, kt) self.gc GraphConv(c_out, c_out, L, K) self.t2 TemporalConv(c_out, c_out, kt) self.bn nn.BatchNorm2d(c_out) self.shortcut nn.Conv2d(c_in, c_out, (1, 1)) if c_in ! c_out else None def forward(self, x): out self.t2(self.gc(self.t1(x))) out self.bn(out) if self.shortcut is not None: out out self.shortcut(x) else: out out x return out残差连接是必要的。两个时空块堆叠时第一块输入通道是 1输出通道是 64通道数变了必须用 1x1 卷积把输入投影到 64 维才能相加。第二块输入输出都是 64直接用恒等残差。残差能让梯度顺畅传到第一块训练初期收敛速度明显更快。3.4 训练循环与评估怎么确认模型真的在学模型组装好之后输出层要把隐藏层映射到未来 12 个时间步。常见做法是用一个时间维卷积核大小等于历史步长的卷积把整段时间信息压缩成预测目标。class STGCN(nn.Module): def __init__(self, n_nodes, in_c1, hidden_c64, pre12, LNone, K3, kt3, his12): super().__init__() self.block1 STBlock(in_c, hidden_c, L, K, kt) self.block2 STBlock(hidden_c, hidden_c, L, K, kt) self.output nn.Conv2d(hidden_c, pre, (his, 1)) def forward(self, x): # x: (B, 1, 12, N) out self.block1(x) out self.block2(out) out self.output(out) # (B, pre, 1, N) return out.squeeze(2) # (B, pre, N)训练循环和普通 PyTorch 模型没有区别用 Adam 优化器学习率 0.001批大小 50MSE 损失。唯一要注意的是 x 要 unsqueeze 一维变成 (B, 1, 12, N)y 保持 (B, 12, N)。def make_loader(x, y, batch_size50, shuffleTrue): x_t torch.from_numpy(x).unsqueeze(1) # (B, 1, 12, N) y_t torch.from_numpy(y) ds torch.utils.data.TensorDataset(x_t, y_t) return torch.utils.data.DataLoader(ds, batch_sizebatch_size, shuffleshuffle) model STGCN(N, LL) optimizer torch.optim.Adam(model.parameters(), lr0.001) loss_fn nn.MSELoss() train_loader make_loader(x_train, y_train, shuffleTrue) val_loader make_loader(x_val, y_val, shuffleFalse) for epoch in range(50): model.train() train_loss 0 for xb, yb in train_loader: pred model(xb) loss loss_fn(pred, yb) optimizer.zero_grad() loss.backward() optimizer.step() train_loss loss.item() * len(xb) val_loss 0 model.eval() with torch.no_grad(): for xb, yb in val_loader: val_loss loss_fn(model(xb), yb).item() * len(xb) print(fepoch {epoch:02d} | train {train_loss / len(x_train):.4f} | val {val_loss / len(x_val):.4f})判断模型有没有在学不是看训练 loss 降到多低而是看验证 loss 是否持续下降且没有过早反弹。如果训练 loss 降了、验证 loss 纹丝不动大概率是图结构没建对而不是模型容量不够。跑完一个 epoch 以后可以把验证集某个传感器的预测值和真实值画在一起看早晚高峰的峰值能不能对上预测曲线是不是比真实值平滑很多。峰值对得上说明时间维学到了趋势邻接矩阵那边的空间关系有没有起作用要等第 5 章说的坑处理完才能看出来。4. 调参背后的关键权衡四个超参数怎么定4.1 时间窗口和预测步长跟着采样间隔走时间窗口不是拍脑袋定的它和数据的采样间隔强相关。5 分钟一个采样点12 步就是 1 小时这是交通短临预测最常见的口径因为 1 小时内的路况可预测性较高超过 2 小时预测曲线基本退化成历史平均。如果你的数据是 15 分钟一个采样点12 步就是 3 小时这个预测难度会大很多通常建议把 his 加大到 16 或 20让模型看到更长的历史。his 和 pre 还有一个联动关系pre 越大输出层的压力越大。输出层是直接把整段历史压成 pre 个时间点的预测pre 从 12 加到 24输出维度翻倍但历史信息量没变模型只能在中间插值预测曲线会明显变平滑。我一般保持 hispre 的对称配置先跑通再单独拉大 pre 看退化程度。4.2 切比雪夫阶数 K 和时间卷积核宽度感受野的平衡K 控制空间感受野K3 表示融合到 02 跳的邻居这对大部分路网够用。但 K 不是越大越好每增加一阶就多一组权重矩阵数据量不够时直接在验证集上过拟合。传感器密度高的路网平均每个节点有 8 个以上邻居用 K2 就够了因为一跳邻居已经覆盖了物理上很近的多个路口路网稀疏、一跳邻居不到 3 个的K3 才合理。判断 K 是否合适的方法把邻接矩阵的度数分布打印出来看一跳邻居数量。少于 3 个说明图太稀疏先调 threshold 而不是调 K。时间卷积核宽度 kt 一般锁 3配合两个时空块时间感受野在 7 个时刻左右覆盖 35 分钟对 1 小时预测目标来说是合理的。kt 调到 5 会扩大时间感受野但训练参数也涨了一半收益不明显。4.3 通道数、块数、批量大小小数据集少堆参数hidden_c 从 64 起步这是论文和多数复现实验的默认值。但默认值不等于你的数据量合适如果传感器只有几十个、训练样本只有几千条64 通道的时空块很可能直接把训练集背下来。我一般先看样本量样本数除以 N传感器数小于 50 的hidden_c 降到 32这个比值大于 200 再考虑 128。块数也是同理两个块是底线数据量大时加到三个但第三个块的训练时间几乎是线性的增长收益可能只有一两个百分点的 MAE。批量大小和显存挂钩。batch_size50 是论文常用配置但图卷积的矩阵乘法在 N 较大时很吃显存输入 (50, 1, 12, N) 经过两层 64 通道的时空块中间特征图大小是 (50, 64, 12, N)N 是 200 时单是一层就有 768 万浮点数两层加梯度轻松超过 2G 显存。显存不够就降到 32学习率可以不动收敛速度略慢但结果差距很小。# 用度数分布做快速体检 degrees adj.sum(axis1) print(f平均邻居数: {degrees.mean():.2f}, 孤立节点数: {(degrees 0).sum()})4.4 评估指标MAE、RMSE、MAPE 怎么选交通流预测最常用的三个指标是 MAE、RMSE 和 MAPE。MAE 最直观单位就是车速或流量本身适合做主要对比指标。RMSE 对大步长误差更敏感如果预测曲线在某个时段整体偏离RMSE 会放大这个问题的严重程度。MAPE 看的是百分比但它对接近 0 的真实值极度敏感车速数据里一旦出现 5km/h 以下的低速MAPE 会直接爆到几百这时它没有任何参考价值。我常用的做法是用 MAE 做模型选择和早停依据RMSE 辅助判断是否有极端误差MAPE 只在数据里确认没有接近 0 的值时才看。如果你的场景是流量预测单位是车/小时接近 0 的时段很多MAPE 建议直接放弃不要为了汇报指标硬套。def traffic_metrics(pred, gt): mae np.mean(np.abs(pred - gt)) rmse np.sqrt(np.mean((pred - gt) ** 2)) mape np.mean(np.abs((pred - gt) / (gt 1e-6))) * 100 return mae, rmse, mape这几个指标之间还有一个实际坑验证集上 MAE 降了、MAPE 涨了不要急着认为模型变差。检查一下是不是某个低速传感器的误差变小但百分比变大这种情况往往是模型在减少大部分节点的误差、牺牲个别低速节点整体是可接受的。指标打架的时候看分节点的误差分布不要只看汇总数字。5. 避坑指南跑 STGCN 常见的 6 个坑5.1 数据形状报错模型期望四维输入给成了三维现象训练第一个 batch 就报错报错信息类似“Expected 4D input, got 3D”或者把卷积结果展平以后维度对不上。原因STGCN 的输入形状是 (B, C, T, N)C 是特征通道数。很多人从滑动窗口拿到 (B, 12, N) 之后直接喂给模型没有补特征维度也有人把 (B, T, N) 的 T 当成了通道维度。解决在 DataLoader 之前给 x 加一维用x.unsqueeze(1)变成 (B, 1, 12, N)。如果数据包含多个特征就把特征拼到最后一维再 permute 成 (B, C, T, N)。排查时先打印一个样本的形状再对着模型 forward 第一行注释核对。5.2 邻接矩阵没有归一化训练震荡或梯度爆炸现象loss 在训练初期震荡特别大甚至前几个 epoch 就出现 NaN换一个随机种子结果差异巨大。原因直接拿距离矩阵或 0/1 邻接矩阵喂给图卷积矩阵的特征值范围不受控切比雪夫多项式的递推项会指数级放大梯度也随之爆炸。归一化拉普拉斯矩阵 L 的特征值在 [0, 2] 范围内递推才稳定。解决用 normalized_laplacian 函数处理邻接矩阵训练前加一行快速自检torch.linalg.eigvalsh(torch.from_numpy(L)).max()结果小于 2.0 才算正常。如果大于 2检查是不是自己又加了一次对角阵或者邻接矩阵里有 NaN。5.3 预测值收敛到历史均值和直接算 HA 效果差不多现象验证集 MAE 停在某个值不动把预测曲线画出来发现基本是历史平均的形状早晚高峰的峰值全部被抹平。原因有两种常见情况。一是邻接矩阵过度稀疏图卷积在每个节点上只融合了自己模型退化成“按传感器单独做时序回归”二是门控时间卷积的初始化问题sigmoid 门控一开始把大部分信息挡掉了训练没把门控拉开。解决先检查度数分布平均邻居数小于 3 就调阈值。再看训练 loss 曲线如果训练 loss 也降不下去多半是模型结构问题如果训练 loss 正常、验证 loss 不行才是过拟合。还有一种快速验证方法把 K 改成 2如果效果反而变好说明原本的 K3 就是在用更多参数拟合噪声。5.4 训练集和测试集共用归一化统计量验证指标虚高现象本地验证 MAE 很漂亮上线一测完全不是一回事预测值和真实值整体偏移。原因有人在滑动窗口之前对整个数据集做了归一化mean 和 std 混入了测试集信息。测试集的分布偏移被“提前看到”验证阶段当然表现好但真实部署时的数据分布是模型没见过的。解决严格执行先切分、再在训练集上计算 mean 和 std 的顺序。切分比例不能变验证集和测试集只用训练集的统计量做变换。这个错误隐蔽在代码里很难发现我每次都把归一化代码单独抽成一个函数并在函数注释里写明“输入必须是训练集切片”。5.5 复现结果和论文差一大截先查数据清洗而不是调模型现象训练流程完全跑通各项指标和论文报告的值差 30% 以上调参调不动。原因交通流公开数据集原始文件里充满缺失值、异常值和传感器掉线时段。论文实验通常做了严格的清洗剔除连续缺失过长的传感器、对短缺失做插值、删除所有传感器同时失效的时间片。如果你拿原始矩阵直接训练这些噪声会被模型当成真实规律学习指标自然差很多。解决先统计每个传感器的缺失率缺失率超过 5% 的传感器直接剔除对短缺失用前后时刻线性插值但插值时不能引入未来窗口外的信息。做完清洗后重新计算样本数再决定 hidden_c 要不要降。我用过一次原始数据MAE 差了近 40%而模型结构一行没改问题全在数据质量上。5.6 推理时把多步预测写成递归误差逐时刻放大现象训练和验证都正常单独测试某一个长时间段时预测曲线从某个时刻开始变成一条接近水平的线。原因有些实现为了省事预测第 2 步时把第 1 步的预测值当成输入喂回模型再预测第 3 步。训练时模型没见过这种自生成的输入分布推理时第一步的小误差会被逐步放大没多久预测值就退化成某个均值。解决用直接多输出结构输出层一次性生成 pre 个时间步推理也只调用一次 forward。如果你想做滚动预测训练时就要加对应的噪声或 schedule 策略而不是在推理时临时改逻辑。代码里检查一下 forward 是否只跑了一次只要有一次循环调模型就说明踩了这个坑。6. 从复现到自用把 STGCN 应用到自己数据上的三个进阶技巧第一个技巧换自己的路网数据时先画图再看邻接矩阵。传感器编号通常是按设备ID排的和空间位置没关系直接按编号顺序构建邻接矩阵等于把地理关系完全打乱。拿到坐标数据以后先把传感器位置画在图上再算两两距离最后把邻接矩阵前 20 个节点的连边可视化检查一遍。这一步做完上面第 2 章和第 5 章一半的坑都能提前躲掉。第二个技巧输出层加时间平滑损失。交通流预测的一个常见问题是预测曲线在峰值附近抖动剧烈真实路况不会在五分钟内从 80km/h 掉到 40km/h 再弹回去。在 MSE 之外加一个相邻时间步预测差的 L2 惩罚能明显压掉高频抖动实现只要几行代码。def mse_with_smooth(pred, target, lam0.1): mse torch.mean((pred - target) ** 2) diff pred[:, 1:, :] - pred[:, :-1, :] smooth torch.mean(diff ** 2) return mse lam * smoothlam 从 0.1 开始试太大会把预测曲线推成一条直线太小没作用。这个方法不会让 MAE 大幅下降但会让预测结果看起来更像真实路况曲线。第三个技巧训练策略用“前 30 个 epoch 固定学习率之后余弦退火”比全程固定学习率更稳。固定学习率阶段让模型找到大致区域余弦退火阶段精细收敛。配合 patience10 的早停实际训练通常 4060 个 epoch 就结束了不用机械地跑满 100 轮。我自己第一次用 STGCN 是在某同事的毕业设计项目里实验效果很漂亮换成我自己城市的传感器数据以后彻底不行——后来发现传感器编号和空间位置完全对不上图里两个“邻居”在现实中隔了十公里。从那以后我无论用什么图模型第一步永远是可视化邻接矩阵这个习惯帮我省下了不知道多少调参时间。希望帮到你。本文还有配套的精品资源点击获取

STGCN交通流预测实战：原理、PyTorch实现与避坑指南

相关推荐

华为真机IPv6双栈部署实战：SLAAC+DHCPv6混合配置与RA Guard策略

Nano Banana：GPT-4o/GPT-5图像生成的微粒级提示词控制技术

浏览器插件集合：从网页提取到离线检索的知识管线

更多资讯

零基础微信理财通基金实操指南：从绑卡到买卖全流程

前端PDF转图片与base64实战：pdf.js渲染原理、清晰度与内存优化

STM32驱动舵机的PWM配置核心三要素：频率、通道映射与死区避坑

Flutter for OpenHarmony 美食推荐菜谱实战：从环境搭建到推荐策略落地

Unity大地图分块加载实战：从设计思路到性能优化

告别资产对账头痛！易友思固定资产管理系统三步搞定全流程管控

今日更新

小波包能量谱原理与MATLAB实现：从频带分解到故障特征提取

基于LSTM的网易云音乐评论情感分析：数据清洗与模型调优实战

Alpha-Beta剪枝与极大极小值算法：博弈树搜索原理与实战优化

本周精选

交通拥堵预测毕设：基于Python+LSTM的车辆流量预测系统全流程解析

MATLAB/Simulink搭建10机39节点电力系统暂态稳定仿真实战

无人机航拍三维重建全流程：从SfM到网格生成的避坑指南

本月热门

我发现了一个新思路：用 Remotion + Claude Code 像写代码一样自动化生成短视频

Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式：TaoToken 统一 Key 配置与验证

2026 大模型集体涨价：用 Python 做企业 Token 成本测算与选型避坑（附配置）

读完文章，想聊聊您的网站？