search

Astro2Sun / SMCMSA

tensorflow implementation for SMCMSA
5 stars 0 forks source link

代码的用法 #3

Open qqqqqqqovo opened 4 weeks ago

qqqqqqqovo commented 4 weeks ago

作者您好，请问您是否可以具体描述如何寻找'TATE'开源代码中与SMCMSA（master中）重复的部分，以及SMCMSA模型的具体使用方法。感谢！

Astro2Sun commented 2 weeks ago

  1. 在全模态情况下运行TATE项目（以确保环境可用），项目链接：https://github.com/JaydenZeng/TATE

  2. 把本项目复制到TATE项目中，重复内容进行覆盖

  3. 进入utils使用make_missing进行缺失数据集制作

  4. 进入FindSim_25,注意这是缺失多个模态，缺失率50%的例子，进入Similarity-Fill-for-m2.py修改数据集的路径及其缺失类型

  5. 运行mian()中的seperate_data()，下面的都要注释掉

  6. 分别运行train_forV.py、train_forA.py、train_forT.py，现在是训练，并且下面的训练标志要为True

  7. 再分别运行train_forV.py、train_forA.py、train_forT.py，现在是测试，并且下面的训练标志要为False

  8. 根据测试结果在modelV、model A、model T中选出测试结果最好的模型，复制到saved_modelV、saved_modelA、saved_modelT中

  9. 更改Similarity-Fill-for-m1中的bestvmodel = './saved-modelV/MT_ATT_model-V模型号'； bestamodel = './saved-modelA/MT_ATT_model-A模型号'；besttmodel = './saved-modelT/MT_ATT_model-T模型号'

  10. 在Similarity-Fill-for-m2中注释掉seperate_data()，运行seperate_data()下面的程序

  11. 得到近似补齐之后的数据mtrain_complete.pkl和mtest_complete.pkl,其余的过程性pkl可以删除

  12. 返回项目根目录运行全模态得到预训练模型，之后再训练模态缺失模型，最后进行不确定模态缺失测试，复现论文结果数据 注：补全缺失一个模态时运行Similarity-Fill-for-m1.py，操作过程与确实多个类似，再次不做过多阐述

------------------ 原始邮件 ------------------ 发件人: "Astro2Sun/SMCMSA" @.>; 发送时间: 2024年9月16日(星期一) 下午4:57 @.>; @.***>; 主题: [Astro2Sun/SMCMSA] 代码的用法 (Issue #3)

作者您好，请问您是否可以具体描述如何寻找'TATE'开源代码中与SMCMSA（master中）重复的部分，以及SMCMSA模型的具体使用方法。感谢！

— Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you are subscribed to this thread.Message ID: @.***>