论文 Deep Spatio-Temporal Residual Networks for Citywide Crowd Flows Prediction代码重构

本代码使用Tensorflow 1.5 重构自项目：https://github.com/lucktroy/DeepST

博客：https://blog.csdn.net/The_lastest/article/details/85001601

更新记录

2020-01-01

• 在主页增加使用说明

2019-07-06

• 修复数据预处理中reshape与`transpose误用的错误

2018-12-14

• 完成了整个框架的搭建和调试工作；
• 完成了一次完整的训练和结果记录；

使用指南

• 1.安装

  安装好tensorflow-gpu 1.5.0版本，下载好数据集解压后放到data/TaxiBJ/目录下即可；

  下载页面：

  TaxiBJ: InFlow/OutFlow, Meteorology and Holidays at Beijing

  • BJ16_M32x32_T30_InOut.h5
  • BJ15_M32x32_T30_InOut.h5
  • BJ14_M32x32_T30_InOut.h5
  • BJ13_M32x32_T30_InOut.h5
  • BJ_Meteorology.h5
  • BJ_Holiday.txt

  将下载好的这六个文件放到data/TaxiBJ/目录

• 2.训练

  下载完成数据后进入TaxiBJ文件夹，在`exptTaxiBJ.py中设置好相关参数，运行 python exptTaxiBJ.py即可开始训练；