munhouiani
commented
4 years ago 你好，
preprocessing.py 中：arr = np.pad (arr,pad_width=(0,pad_width),mode='constant',constant_values=0)，我这边运行提示 mode = 是不可省略参数，所以我就补上了这个不知道对不对
我不太曉得你的 numpy 版本是多少，不過根據官方文檔，mode 的預設值是 constant，所以你這樣寫沒問題
numpy.pad(array, pad_width, mode='constant', **kwargs)Parallel (n_jobs=njob)，如果采用了默认的 n_jobs=-1 的话我运行过程中一直出现 CPU 和内存占用一直 100%，过一段时间报 memorryerror 的错误，限定 4 或者 6 反而没报错。
n_jobs 參數如果帶 -1 的話指的是使用所有的核心，所以可能會因為記憶體不足而報錯。根本的原因是因為我在 utils.py/read_pcap function 裡面用的是 rdpcap，會把 packets 全部讀到記憶體裡，如果你把 rdpcap 換成 PcapReader 的話應該就不會報錯了
ml/model.py 中，training_step () 函数中有一句 y_hat = self (x)，我个人理解是 y_hat = self.forward (x)，不知道是不是一个作用，想要得到您的解答
是的，這個模型是繼承 Pytorch Lightning 的 LightningModule，self(x) 其實就是呼叫 self.forward(x)
cmh14
saduoduo
作者您好，我也在准备复现deep packet这篇论文，您这个项目对于我的帮助很大。在参考您的代码实际运行过程中有一些疑惑想要和您交流一下。 preprocessing.py中：arr = np.pad(arr,pad_width=(0,pad_width),mode='constant',constant_values=0)，我这边运行提示mode=是不可省略参数，所以我就补上了这个不知道对不对；Parallel(n_jobs=njob)，如果采用了默认的n_jobs=-1的话我运行过程中一直出现CPU和内存占用一直100%，过一段时间报memorryerror的错误，限定4或者6反而没报错。 ml/model.py中，training_step()函数中有一句y_hat = self(x)，我个人理解是y_hat = self.forward(x)，不知道是不是一个作用，想要得到您的解答