File size: 23,365 Bytes
0a6452f |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320 321 322 323 324 325 326 327 328 329 330 331 332 333 334 335 336 337 338 339 340 341 342 343 344 345 346 347 348 349 350 351 352 353 354 355 356 357 358 359 360 361 362 363 364 365 366 367 368 369 370 371 372 373 374 375 376 377 378 379 380 381 382 383 384 385 386 387 388 389 390 391 392 393 394 395 396 397 398 399 400 401 402 403 404 405 406 407 408 409 410 411 412 413 414 415 416 417 418 419 420 421 422 423 424 425 426 427 428 429 430 431 432 433 434 435 436 437 438 439 440 441 442 443 444 445 446 447 448 449 450 451 452 453 454 455 456 457 458 459 460 461 462 463 464 465 466 467 468 469 470 471 472 473 474 475 476 477 478 479 480 481 482 483 484 485 486 487 488 489 490 491 492 493 494 495 496 497 498 499 500 501 502 503 504 505 506 507 508 509 510 511 512 513 514 515 516 517 518 519 520 521 522 523 524 525 526 527 528 529 530 531 532 533 534 535 536 537 538 539 540 541 542 543 544 545 546 547 548 549 550 551 552 553 554 555 556 557 558 559 560 561 562 563 564 565 566 567 568 569 570 571 572 573 574 575 576 577 578 579 580 581 582 583 584 585 586 587 588 589 590 591 592 593 594 595 596 597 598 599 600 601 602 603 604 605 606 607 608 609 610 611 612 613 614 615 616 617 618 619 620 621 622 623 624 625 626 627 628 629 630 631 632 633 634 635 636 637 638 639 640 641 642 643 644 645 646 647 648 649 650 651 652 653 654 655 656 657 658 659 660 661 662 663 664 665 666 667 668 669 670 671 672 673 674 675 676 677 678 679 680 681 682 683 684 685 686 687 688 689 690 691 692 693 694 695 696 697 698 699 700 701 702 703 704 705 |
#!/usr/bin/env python3
"""
训练脚本
Training script for PAD Predictor
该脚本实现了完整的训练流程,包括:
- 命令行参数解析
- 配置文件加载和验证
- 数据加载和预处理
- 模型训练和验证
- 检查点保存和恢复
- 训练日志和可视化
- 早停机制和学习率调度
- 多GPU和混合精度训练支持
使用方法:
python train.py --config configs/training_config.yaml --model-config configs/model_config.yaml
python train.py --config configs/training_config.yaml --data-path data/train.csv --output-dir outputs/
"""
import argparse
import os
import sys
import yaml
import json
import torch
import torch.nn as nn
import numpy as np
from pathlib import Path
from typing import Dict, Any, Optional, Union
import logging
import warnings
from datetime import datetime
# 添加项目根目录到Python路径
project_root = Path(__file__).parent.parent.parent
sys.path.insert(0, str(project_root))
from src.models.pad_predictor import PADPredictor, create_pad_predictor
from src.data.data_loader import DataLoader, load_data_from_config
from src.utils.trainer import Trainer, create_trainer
from src.utils.logger import TrainingLogger, create_logger, ProgressLogger
def parse_arguments() -> argparse.Namespace:
"""
解析命令行参数
Returns:
解析后的参数
"""
parser = argparse.ArgumentParser(
description='PAD预测器训练脚本',
formatter_class=argparse.ArgumentDefaultsHelpFormatter
)
# 配置文件参数
parser.add_argument(
'--config', '-c',
type=str,
default='configs/training_config.yaml',
help='训练配置文件路径'
)
parser.add_argument(
'--model-config', '-mc',
type=str,
default='configs/model_config.yaml',
help='模型配置文件路径'
)
# 数据参数
parser.add_argument(
'--data-path', '-d',
type=str,
help='数据文件路径(可选,覆盖配置文件中的设置)'
)
parser.add_argument(
'--train-data-path',
type=str,
help='训练数据文件路径'
)
parser.add_argument(
'--val-data-path',
type=str,
help='验证数据文件路径'
)
parser.add_argument(
'--test-data-path',
type=str,
help='测试数据文件路径'
)
# 输出参数
parser.add_argument(
'--output-dir', '-o',
type=str,
default='outputs',
help='输出目录'
)
parser.add_argument(
'--experiment-name', '-e',
type=str,
help='实验名称(覆盖配置文件中的设置)'
)
# 训练参数
parser.add_argument(
'--epochs',
type=int,
help='训练轮次(覆盖配置文件中的设置)'
)
parser.add_argument(
'--batch-size',
type=int,
help='批次大小(覆盖配置文件中的设置)'
)
parser.add_argument(
'--learning-rate', '-lr',
type=float,
help='学习率(覆盖配置文件中的设置)'
)
parser.add_argument(
'--resume',
type=str,
help='从检查点恢复训练的路径'
)
# 设备参数
parser.add_argument(
'--device',
type=str,
choices=['auto', 'cpu', 'cuda', 'mps'],
default='auto',
help='训练设备'
)
parser.add_argument(
'--gpu-id',
type=int,
default=0,
help='GPU ID(当使用CUDA时)'
)
# 调试参数
parser.add_argument(
'--debug',
action='store_true',
help='启用调试模式'
)
parser.add_argument(
'--fast-train',
action='store_true',
help='快速训练模式(用于调试)'
)
parser.add_argument(
'--diagnostic',
action='store_true',
help='诊断模式:打印每个维度的详细指标(R²、MAE、RMSE、MAPE)'
)
parser.add_argument(
'--synthetic-data',
action='store_true',
help='使用合成数据训练'
)
parser.add_argument(
'--num-samples',
type=int,
default=1000,
help='合成数据样本数量'
)
# 其他参数
parser.add_argument(
'--seed',
type=int,
help='随机种子(覆盖配置文件中的设置)'
)
parser.add_argument(
'--verbose', '-v',
action='store_true',
help='详细输出'
)
parser.add_argument(
'--dry-run',
action='store_true',
help='干运行(只检查配置,不实际训练)'
)
return parser.parse_args()
def load_config(config_path: str) -> Dict[str, Any]:
"""
加载配置文件
Args:
config_path: 配置文件路径
Returns:
配置字典
"""
if not os.path.exists(config_path):
raise FileNotFoundError(f"配置文件不存在: {config_path}")
with open(config_path, 'r', encoding='utf-8') as f:
config = yaml.safe_load(f)
return config
def merge_configs(base_config: Dict[str, Any], override_config: Dict[str, Any]) -> Dict[str, Any]:
"""
合并配置字典
Args:
base_config: 基础配置
override_config: 覆盖配置
Returns:
合并后的配置
"""
def _merge_dict(base: Dict, override: Dict) -> Dict:
result = base.copy()
for key, value in override.items():
if key in result and isinstance(result[key], dict) and isinstance(value, dict):
result[key] = _merge_dict(result[key], value)
else:
result[key] = value
return result
return _merge_dict(base_config, override_config)
def validate_config(config: Dict[str, Any]) -> bool:
"""
验证配置文件
Args:
config: 配置字典
Returns:
是否有效
"""
required_keys = [
'training_info',
'data',
'training',
'validation',
'logging',
'checkpointing'
]
for key in required_keys:
if key not in config:
logging.error(f"配置文件缺少必需的键: {key}")
return False
# 验证训练配置
training_config = config.get('training', {})
required_training_keys = ['optimizer', 'epochs']
for key in required_training_keys:
if key not in training_config:
logging.error(f"训练配置缺少必需的键: {key}")
return False
# 验证数据配置
data_config = config.get('data', {})
if 'dataloader' not in data_config:
logging.error("数据配置缺少 'dataloader' 键")
return False
return True
def setup_environment(config: Dict[str, Any], args: argparse.Namespace):
"""
设置训练环境
Args:
config: 配置字典
args: 命令行参数
"""
# 设置随机种子
seed = args.seed or config.get('training_info', {}).get('seed', 42)
torch.manual_seed(seed)
np.random.seed(seed)
if torch.cuda.is_available():
torch.cuda.manual_seed(seed)
torch.cuda.manual_seed_all(seed)
# 设置CUDA设备
if args.device == 'cuda' and torch.cuda.is_available():
torch.cuda.set_device(args.gpu_id)
logging.info(f"设置CUDA设备: {args.gpu_id}")
# 设置PyTorch优化
torch.backends.cudnn.benchmark = True
torch.backends.cudnn.deterministic = False
# 忽略警告
if not args.verbose:
warnings.filterwarnings('ignore')
def create_output_directory(base_dir: str, experiment_name: str) -> str:
"""
创建输出目录
Args:
base_dir: 基础目录
experiment_name: 实验名称
Returns:
输出目录路径
"""
timestamp = datetime.now().strftime("%Y%m%d_%H%M%S")
output_dir = Path(base_dir) / f"{experiment_name}_{timestamp}"
output_dir.mkdir(parents=True, exist_ok=True)
# 创建子目录
(output_dir / 'checkpoints').mkdir(exist_ok=True)
(output_dir / 'logs').mkdir(exist_ok=True)
(output_dir / 'plots').mkdir(exist_ok=True)
(output_dir / 'configs').mkdir(exist_ok=True)
return str(output_dir)
def load_data(config: Dict[str, Any], args: argparse.Namespace) -> tuple:
"""
加载数据
Args:
config: 配置字典
args: 命令行参数
Returns:
训练、验证、测试数据加载器
"""
if args.synthetic_data:
# 使用合成数据
logging.info(f"生成合成数据,样本数量: {args.num_samples}")
from src.data.synthetic_generator import SyntheticDataGenerator
generator = SyntheticDataGenerator(num_samples=args.num_samples)
data, labels = generator.generate_data()
# 创建数据加载器
data_loader_config = config.get('data', {}).get('dataloader', {})
data_loader = DataLoader(data_loader_config)
if args.fast_train:
# 快速训练模式,使用更小的数据集
train_loader, val_loader, test_loader = data_loader.get_synthetic_loaders(
num_samples=min(args.num_samples, 100),
split_ratio=(0.7, 0.2, 0.1)
)
else:
train_loader, val_loader, test_loader = data_loader.get_synthetic_loaders(
num_samples=args.num_samples,
split_ratio=(0.7, 0.15, 0.15)
)
else:
# 使用真实数据
if args.data_path:
# 单个数据文件,自动分割
logging.info(f"从单个文件加载数据: {args.data_path}")
data_loader_config = config.get('data', {}).get('dataloader', {})
data_loader = DataLoader(data_loader_config)
train_loader, val_loader, test_loader = data_loader.get_all_loaders(
data_path=args.data_path
)
elif args.train_data_path and args.val_data_path:
# 分别的训练和验证数据
logging.info(f"分别加载训练和验证数据")
data_loader_config = config.get('data', {}).get('dataloader', {})
data_loader = DataLoader(data_loader_config)
train_loader = data_loader.get_train_loader(data_path=args.train_data_path)
val_loader = data_loader.get_val_loader(data_path=args.val_data_path)
if args.test_data_path:
test_loader = data_loader.get_test_loader(data_path=args.test_data_path)
else:
# 从训练数据分割出测试数据
logging.info("未提供测试数据,从训练数据分割")
# 这里可以实现数据分割逻辑
test_loader = val_loader # 暂时使用验证集作为测试集
else:
# 从配置文件加载数据
logging.info("从配置文件加载数据")
try:
# 直接使用 DataLoader 从数据文件加载
data_config = config.get('data', {})
train_path = data_config.get('train_data_path', 'data/train.csv')
val_path = data_config.get('val_data_path', 'data/val.csv')
test_path = data_config.get('test_data_path', 'data/test.csv')
dataloader_config = data_config.get('dataloader', {})
data_loader = DataLoader(dataloader_config)
train_loader = data_loader.get_train_loader(train_path)
val_loader = data_loader.get_val_loader(val_path)
test_loader = data_loader.get_test_loader(test_path)
except Exception as e:
logging.error(f"从文件加载数据失败: {e}")
logging.info("回退到合成数据")
# 创建一个新的args副本,只修改synthetic_data属性
new_args = argparse.Namespace(**vars(args))
new_args.synthetic_data = True
return load_data(config, new_args)
logging.info(f"数据加载完成")
logging.info(f"训练批次数: {len(train_loader)}")
logging.info(f"验证批次数: {len(val_loader)}")
logging.info(f"测试批次数: {len(test_loader)}")
return train_loader, val_loader, test_loader
def create_model(model_config: Dict[str, Any], training_config: Dict[str, Any]) -> nn.Module:
"""
创建模型
Args:
model_config: 模型配置
training_config: 训练配置
Returns:
模型实例
"""
# 使用工厂函数创建模型
model = create_pad_predictor(model_config)
# 获取模型信息
model_info = model.get_model_info()
logging.info(f"模型创建完成:")
logging.info(f" 模型类型: {model_info['model_type']}")
logging.info(f" 输入维度: {model_info['input_dim']}")
logging.info(f" 输出维度: {model_info['output_dim']}")
logging.info(f" 总参数数: {model_info['total_parameters']:,}")
logging.info(f" 可训练参数: {model_info['trainable_parameters']:,}")
return model
def apply_fast_train_config(config: Dict[str, Any]) -> Dict[str, Any]:
"""
应用快速训练配置
Args:
config: 原始配置
Returns:
修改后的配置
"""
fast_config = config.copy()
# 修改训练参数
if 'training' in fast_config:
if 'epochs' in fast_config['training']:
fast_config['training']['epochs']['max_epochs'] = 5
if 'optimizer' in fast_config['training']:
fast_config['training']['optimizer']['learning_rate'] = 1e-3
# 修改数据加载参数
if 'data' in fast_config and 'dataloader' in fast_config['data']:
fast_config['data']['dataloader']['batch_size'] = 8
fast_config['data']['dataloader']['num_workers'] = 0
# 启用调试模式
if 'debug' in fast_config:
fast_config['debug']['enabled'] = True
fast_config['debug']['fast_train']['enabled'] = True
fast_config['debug']['fast_train']['max_epochs'] = 5
return fast_config
def main():
"""主函数"""
# 解析命令行参数
args = parse_arguments()
# 设置日志级别
logging.basicConfig(
level=logging.DEBUG if args.verbose else logging.INFO,
format='%(asctime)s - %(name)s - %(levelname)s - %(message)s'
)
logger = logging.getLogger(__name__)
logger.info("开始PAD预测器训练")
try:
# 加载配置文件
logger.info(f"加载训练配置: {args.config}")
training_config = load_config(args.config)
logger.info(f"加载模型配置: {args.model_config}")
model_config = load_config(args.model_config)
# 应用命令行参数覆盖
overrides = {}
if args.epochs:
overrides.setdefault('training', {})['epochs'] = {'max_epochs': args.epochs}
if args.batch_size:
overrides.setdefault('data', {}).setdefault('dataloader', {})['batch_size'] = args.batch_size
if args.learning_rate:
overrides.setdefault('training', {}).setdefault('optimizer', {})['learning_rate'] = args.learning_rate
if args.seed:
overrides.setdefault('training_info', {})['seed'] = args.seed
if args.experiment_name:
overrides.setdefault('training_info', {})['experiment_name'] = args.experiment_name
if args.device != 'auto':
overrides.setdefault('hardware', {})['device'] = args.device
# 应用快速训练配置
if args.fast_train:
logger.info("启用快速训练模式")
training_config = apply_fast_train_config(training_config)
# 合并配置
if overrides:
training_config = merge_configs(training_config, overrides)
logger.info("应用命令行参数覆盖")
# 验证配置
if not validate_config(training_config):
logger.error("配置验证失败")
sys.exit(1)
# 设置环境
setup_environment(training_config, args)
# 创建输出目录
experiment_name = training_config.get('training_info', {}).get('experiment_name', 'pad_predictor')
output_dir = create_output_directory(args.output_dir, experiment_name)
logger.info(f"输出目录: {output_dir}")
# 保存配置文件
config_save_dir = Path(output_dir) / 'configs'
with open(config_save_dir / 'training_config.yaml', 'w', encoding='utf-8') as f:
yaml.dump(training_config, f, default_flow_style=False, allow_unicode=True)
with open(config_save_dir / 'model_config.yaml', 'w', encoding='utf-8') as f:
yaml.dump(model_config, f, default_flow_style=False, allow_unicode=True)
# 干运行模式
if args.dry_run:
logger.info("干运行模式,配置验证完成,退出")
return
# 创建日志记录器
with create_logger(training_config, experiment_name, output_dir) as training_logger:
# 记录配置
training_logger.log_config(training_config, 'training_config')
training_logger.log_config(model_config, 'model_config')
# 加载数据
train_loader, val_loader, test_loader = load_data(training_config, args)
# 创建模型
model = create_model(model_config, training_config)
# 记录模型信息
training_logger.log_model_info(model.get_model_info())
# 创建训练器
device = args.device if args.device != 'auto' else None
diagnostic_mode = args.diagnostic # 是否启用诊断模式
trainer = create_trainer(model, training_config, device, training_logger.logger,
diagnostic_mode=diagnostic_mode)
# 从检查点恢复
if args.resume:
logger.info(f"从检查点恢复训练: {args.resume}")
trainer.load_checkpoint(args.resume)
# 开始训练
logger.info("开始训练...")
start_time = datetime.now()
# 创建进度记录器
total_steps = len(train_loader) * training_config.get('training', {}).get('epochs', {}).get('max_epochs', 100)
progress_logger = ProgressLogger(total_steps, log_frequency=10)
progress_logger.start()
# 训练模型
history = trainer.train(
train_loader=train_loader,
val_loader=val_loader,
save_dir=Path(output_dir) / 'checkpoints'
)
# 将训练历史记录到 training_logger(用于绘图)
train_hist = history['train_history']
val_hist = history['val_history']
# 记录每个 epoch 的训练指标
num_epochs = len(train_hist.get('loss', []))
for epoch in range(num_epochs):
# 记录训练指标
train_metrics = {}
for key, values in train_hist.items():
if epoch < len(values):
train_metrics[key] = values[epoch]
training_logger.log_metrics(train_metrics, prefix='train', step=epoch)
# 记录验证指标
val_metrics = {}
for key, values in val_hist.items():
if epoch < len(values):
val_metrics[key] = values[epoch]
if val_metrics:
training_logger.log_metrics(val_metrics, prefix='val', step=epoch)
# 保存指标历史
training_logger.save_metrics_history()
# 绘制训练曲线
training_logger.plot_training_curves()
# 评估模型
if test_loader:
logger.info("在测试集上评估模型...")
evaluation_results = trainer.evaluate(test_loader)
# 注意:evaluation_results 不包含 predictions 和 targets
# 如需生成完整报告,请使用 evaluate.py 脚本
# from src.models.metrics import PADMetrics
# metrics = PADMetrics()
# report = metrics.generate_evaluation_report(
# evaluation_results.get('predictions', torch.tensor([])),
# evaluation_results.get('targets', torch.tensor([])),
# save_path=Path(output_dir) / 'evaluation_report.txt'
# )
# 记录最终结果
final_metrics = {
'final_train_loss': history['train_history']['loss'][-1] if history['train_history']['loss'] else 0,
'final_val_loss': history['val_history']['val_loss'][-1] if history['val_history']['val_loss'] else 0,
'best_val_loss': min(history['val_history']['val_loss']) if history['val_history']['val_loss'] else 0,
'total_epochs': len(history['train_history']['loss'])
}
# 添加测试指标(从 evaluation_results 中提取)
if 'regression' in evaluation_results:
regression_metrics = evaluation_results['regression']
if 'overall' in regression_metrics:
# 直接使用 .get() 安全访问,避免 KeyError
overall = regression_metrics['overall']
final_metrics['test_mae'] = overall.get('mae', 0)
final_metrics['test_rmse'] = overall.get('rmse', 0)
final_metrics['test_r2_mean'] = overall.get('r2', 0)
final_metrics['test_r2_robust'] = overall.get('r2_robust', 0)
final_metrics['test_mape'] = overall.get('mape', 0)
training_logger.log_metrics(final_metrics, prefix='final')
training_logger.log_experiment_summary(final_metrics)
# 训练完成
end_time = datetime.now()
training_time = end_time - start_time
logger.info(f"训练完成!")
logger.info(f"总训练时间: {training_time}")
logger.info(f"输出目录: {output_dir}")
logger.info(f"最佳模型保存在: {Path(output_dir) / 'checkpoints' / 'best_model.pth'}")
except Exception as e:
logger.error(f"训练过程中发生错误: {e}")
if args.debug:
import traceback
logger.error(traceback.format_exc())
sys.exit(1)
if __name__ == "__main__":
main() |