简介这套PyTorch框架下的STGCN时空图卷积网络实现源自IJCAI 2018论文官方代码面向从事人体行为分析、智能监控与动作识别研究的开发者和学习者。模型通过图卷积模块提取骨骼关节点拓扑特征结合时序卷积层捕捉动作序列动态变化形成空间-时间混合建模流程。压缩包共12个文件以Python训练脚本、Markdown说明文档、ZIP数据压缩包及备份文件为主整体28.71MB目录结构便于按模块查阅。包内涵盖标准化数据处理流程、模块化网络构建代码、交叉熵损失与Adam优化器配合的动态学习率训练方案并附有实验数据可快速复现验证集准确率针对扩展需求读者还可在此框架上引入注意力机制或长短期记忆网络等序列模型来提升时序建模效果。目前已有123人学习下载。1. 从一路段流量预测的瓶颈说起STGCN 到底解决什么问题在做一个某城市快速路的多断面短时流量预测时我用 LSTM 和纯 TCN 模型打底。单点序列预测的误差已经压到了可接受范围但有一个现象一直卡着凡是靠近互通立交和收费站的断面预测值总比实际流量滞后半拍。这不是时间模型不够强而是互通区的流量是由相邻多个断面共同决定的纯时序模型天然无法表达“断面之间互相影响”这件事。后来把方案换成 STGCNSpatio-Temporal Graph Convolutional Network时空图卷积网络滞后明显减小收敛速度反而更快。它做的事一句话能说清用图卷积建模传感器之间的空间依赖用门控时间卷积建模每个传感器自身的时间依赖两者交替堆叠端到端训练。适合读这篇文章的是手里有“一份网络拓扑 每个监测点的时间序列”这类数据、想预测未来若干步的人。下面从模型拆解、数据流水线、训练配置到排障按我落地这套基于 PyTorch 的 STGCN 实现代码时走过的顺序讲。2. 把 STGCN 拆开看时空卷积块的原理与核心代码STGCN 的主体不是一整个大网络而是一组可以堆叠的“时空卷积块”每个块内依次做时间卷积、图卷积、时间卷积。理解整份代码的关键是先理解这个块里的三个子模块。2.1 用切比雪夫图卷积替代普通卷积节点邻居的特征聚合图卷积要做的事情是把每个节点自身特征和它在图上的邻居特征按结构加权聚合。STGCN 采用的是谱域图卷积的切比雪夫多项式近似避免了对拉普拉斯矩阵做特征分解计算复杂度从 O(N³) 降到了 O(K×E)其中 K 是多项式阶数E 是边数。K 通常取 3 就已经够了取太大反而会因为高阶多项式振荡导致训练不稳定。实现切比雪夫卷积的常见做法是预先算好 K 阶切比雪夫多项式矩阵在训练时只做稀疏矩阵乘法和线性映射。下面是我在实现代码里用的一段核心类class ChebConv(nn.Module): def __init__(self, in_channels, out_channels, K): super().__init__() self.K K # 用一个 (K, 1) 的二维卷积核把K阶多项式加权组合 self.linear nn.Conv2d( in_channels, out_channels, kernel_size(K, 1), biasFalse ) def forward(self, x, cheb_polynomials): # x: [B, C, N, T] B:批次 C:通道 N:节点数 T:时间步 B, C, N, T x.shape # 先把时间维放到batch维让图卷积在每个时间步上独立计算 x x.permute(0, 3, 1, 2).reshape(B * T, C, N) supports [] for k in range(self.K): # cheb_polynomials[k]: [N, N]x在节点维上做图聚合 support torch.einsum(nm,bcm-bcn, cheb_polynomials[k], x) supports.append(support) supports torch.stack(supports, dim2) # [B*T, C, K, N] out self.linear(supports) # [B*T, out, 1, N] out out.squeeze(2).reshape(B, T, -1, N) return out.permute(0, 2, 3, 1) # [B, out, N, T]逻辑说明先把输入从 [B, C, N, T] 转成 [B×T, C, N]等于把每个时间步的图结构数据独立送入图卷积这就是“空间卷积”的含义。einsum 那句把第 k 阶切比雪夫多项式矩阵和节点特征相乘得到每个节点聚合了 K 跳邻居的信息。最后用一个二维卷积把 K 阶结果做加权求和等价于给每阶多项式分配可学习权重。参数说明K 控制聚合多少跳邻居K2 时每个节点考虑自己和一阶邻居K3 时再多看一跳。in_channels 是输入的通道数一般取 1 或 3如果输入是流量、速度、占有率三个通道就取 3。out_channels 是图卷积输出的通道数后面要和时间卷积的输出对齐。关于切比雪夫多项式矩阵的构建要放在训练前做一次。需要先根据邻接矩阵 A 计算拉普拉斯矩阵 L再缩放到 [-1, 1] 区间具体构建逻辑下一章讲邻接矩阵时会一并给出。2.2 时间门控卷积为什么不用 LSTM 而用一维卷积加门控机制图卷积只处理空间维度时间维度要靠时间卷积完成。用 LSTM 也能做时序建模但训练慢、难以并行而且在长序列上并不比堆叠的卷积层更占优。STGCN 的做法是沿时间轴做一维卷积并加了一个门控线性单元GLU。GLU 的公式很简单把卷积输出分成两个相同大小的部分 P 和 Q输出等于 sigmoid(P) 乘以 Q。sigmoid 那个分支相当于一个软开关决定哪些时间特征被保留Q 分支是原始变换后的特征。对比直接用 ReLU门控机制让模型每一层都能显式学习“这个时刻的特征是否关键”。class TemporalConv(nn.Module): def __init__(self, in_channels, out_channels, kernel_size3): super().__init__() self.kernel_size kernel_size self.conv nn.Conv2d( in_channels, out_channels * 2, kernel_size(1, kernel_size), padding(0, (kernel_size - 1) // 2) ) def forward(self, x): # x: [B, C, N, T]卷积核只在最后一维T上滑动 out self.conv(x) P, Q out.chunk(2, dim1) return torch.sigmoid(P) * Q参数说明kernel_size 一般取 3太小感受野不够太大会让时间信息过度平滑。padding 设成 (kernel_size-1)//2 是为了让输出长度和输入长度保持一致这样后面加残差连接时不需要裁剪时间维。out_channels 乘 2 是因为 GLU 需要一半做门控、一半做候选特征最后的输出通道数其实是 out_channels。2.3 组装时空卷积块时间-空间-时间的交替结构与残差连接把时间卷积、图卷积、时间卷积串在一起就是最经典的 STGCN 时空块。第一层时间卷积先把输入从原始通道映射到隐层通道图卷积在隐层做空间聚合第二层时间卷积再把特征映射回输出通道。整体结构是“时间 → 空间 → 时间”也就是先提取每个节点自身的时间特征再做邻居信息的空间融合最后再对融合后的序列做一次时间变换。残差连接在这个结构里是必需品。因为堆叠多个时空块时没有残差的话梯度要穿越很长的卷积链深层的空间特征会逐渐被稀释。残差连接的维度匹配有一个容易出错的地方如果输入通道数和输出通道数不一致要用一个 1×1 卷积投影后再相加不能直接 x out。class STGCNBlock(nn.Module): def __init__(self, in_channels, hidden_channels, out_channels, K, t_kernel3): super().__init__() self.t1 TemporalConv(in_channels, hidden_channels, t_kernel) self.graph ChebConv(hidden_channels, hidden_channels, K) self.t2 TemporalConv(hidden_channels, out_channels, t_kernel) self.residual nn.Conv2d(in_channels, out_channels, kernel_size1) def forward(self, x, cheb_polynomials): h self.t1(x) # [B, hidden, N, T] h self.graph(h, cheb_polynomials) # [B, hidden, N, T] h self.t2(h) # [B, out, N, T] return h self.residual(x)这里两处细节值得说。第一t1 的输入是原始通道t2 的输出要匹配输出通道hidden_channels 一般设得比 in_channels 大图卷积在这一层有充足的特征空间做空间聚合。第二如果只想堆叠一个时空块且输入输出通道一致残差连接可以换成恒等映射代码里保留一个 1×1 卷积是为了方便叠加多层而不必每次检查维度。2.4 输出层设计把最后的时间特征映射成预测序列时空块输出后的形状是 [B, C_out, N, T]其中 T 等于输入时间窗口长度 T_in。要预测未来 T_out 步常见的做法是把时间维展平后接两层全连接。class STGCN(nn.Module): def __init__(self, in_channels, hidden_channels, out_channels, K, num_nodes, t_in, t_out, layers2): super().__init__() self.blocks nn.ModuleList() for i in range(layers): c_in in_channels if i 0 else out_channels self.blocks.append( STGCNBlock(c_in, hidden_channels, out_channels, K) ) self.output nn.Sequential( nn.Linear(out_channels * num_nodes * t_in, 512), nn.ReLU(), nn.Linear(512, num_nodes * t_out) ) def forward(self, x, cheb_polynomials): for block in self.blocks: x block(x, cheb_polynomials) B, C, N, T x.shape x x.reshape(B, -1) out self.output(x) return out.reshape(B, N, -1) # [B, N, t_out]参数说明layers 是时空块的堆叠数量常见是 2 到 3 层超过 3 层训练容易不稳定且收益很小。最后输出的 reshape 目标是 [B, N, t_out]和损失函数计算时的目标形状一致。3. 数据流水线邻接矩阵决定上限滑动窗口决定下限很多复现 STGCN 失败的人问题根本不在这段网络代码而在数据准备。图神经网络的输入不只是时序张量还要一张构建正确的邻接矩阵。这一章按我处理某路网数据时的完整流水线走一遍。3.1 数据形态与任务定义每一条样本到底长什么样STGCN 的输入样本是一个五维结构里的四维张量 [B, C, N, T_in]。B 是 batch sizeC 是每个监测点的特征数N 是监测点图节点数量T_in 是回看的历史时间步数。输出是 [B, N, T_out]也就是所有节点未来 T_out 步的预测值。整个数据集的组织方式可以看下面这个表数据对象形状含义原始观测矩阵[N, total_T]每个节点的流量时间序列标准化后矩阵[N, total_T]按节点均值方差标准化单条样本 x[1, N, T_in]某时刻全部节点的历史窗口单条标签 y[N, T_out]未来一段时间的观测值batch 输入[B, 1, N, T_in]通道维为1特征只有流量注意这里通道维在最前面和图像模型的习惯一致但很多人在构建样本时会把形状搞成 [B, N, T_in]然后强行等于挤进模型。PyTorch 的 Conv2d 默认通道维是第 1 维数据形状不对最典型的特征是模型能跑通但 loss 完全不动。3.2 邻接矩阵的构建没有图图卷积就没有存在的意义构建邻接矩阵 A 是 STGCN 数据侧最关键的一步。A[i][j] 表示节点 i 和节点 j 在路网中的关联强度。最常用的方法是用节点间的物理距离构造高斯核权重公式是 A_ij exp(-dist_ij² / σ²)再按阈值截断只保留距离最近的若干邻居。下面给出一个可直接替换的构建函数顺便把切比雪夫多项式矩阵也一起算出来import numpy as np import torch def build_adjacency_matrix(distances, sigma): # distances: [N, N]节点间距离矩阵 num_nodes distances.shape[0] A np.exp(- (distances ** 2) / (sigma ** 2)) # 距离太远的边直接置零保留局部性 threshold np.percentile(A, 60) A[A threshold] 0.0 # 加自环避免孤立节点在聚合时消失 A A np.eye(num_nodes) return A def compute_cheb_polynomials(A, K): # 归一化拉普拉斯 L I - D^(-1/2) A D^(-1/2) D np.diag(np.power(np.sum(A, axis1), -0.5)) L np.eye(A.shape[0]) - D A D # 缩放到 [-1, 1]保证切比雪夫迭代稳定 lambda_max 2.0 # 实践中常用2近似谱半径 L_hat 2 * L / lambda_max - np.eye(A.shape[0]) # 用递推公式计算 K 阶切比雪夫多项式 cheb_polynomials [np.eye(A.shape[0]), L_hat] for i in range(2, K): cheb_polynomials.append( 2 * L_hat cheb_polynomials[i - 1] - cheb_polynomials[i - 2] ) # 每一阶都转成 torch Tensor 并稀疏化 return [torch.FloatTensor(mat) for mat in cheb_polynomials]逻辑说明先用高斯核把距离矩阵转成 0 到 1 之间的权重距离越近权重越大。截断是为了让每个节点只在局部邻居范围内聚合信息避免远处节点的微小权重给图卷积带去噪声。加自环的作用是保证节点自身特征在聚合过程中保留一份不然 K 阶多项式在迭代时每个节点的信息都来自邻居自身特征会越来越弱。参数说明sigma 的取值很敏感。经验做法是取全部有效距离的标准差sigma 太大会让所有节点互相连接整个图退化成全连接图相当于丢失了局部结构信息sigma 太小会让大部分权重趋近于 0图卷积学不到邻居信息。K 阶数要和前面 ChebConv 的 K 保持一致。lambda_max 直接用 2 是谱图理论里对归一化拉普拉斯谱半径的常见近似不必去算精确特征值。3.3 标准化为什么必须按节点做 Z-score而不是全局一起算交通流量数据里不同断面的绝对数值差异很大。某城市快速路的主线断面高峰小时流量可能到 8000 辆而匝道断面可能只有 800 辆。如果按全局均值和方差做标准化数值小的断面会被压缩到接近 0图卷积在聚合时数值小的节点梯度被大数值节点淹没。正确的做法是按节点分别计算均值和方差即每一行序列独立标准化。def zscore_by_node(data, meanNone, stdNone): # data: [N, total_T] if mean is None: mean np.mean(data, axis1, keepdimsTrue) std np.std(data, axis1, keepdimsTrue) std[std 1e-6] 1e-6 return (data - mean) / std, mean, std细节说明均值和方差只能从训练集计算然后应用到验证集和测试集不能在验证集上重新拟合否则会把验证集的分布信息偷进模型。std 的下限保护是为了防止某些节点序列几乎恒定比如夜间流量长期为 0时出现除零。这个下限值不用调设一个很小的数保证数值稳定即可。3.4 滑动窗口采样与迭代器样本之间如何切分才不泄漏滑动窗口生成样本的核心是把原始时间序列切成 x 和 y 的配对。x 是 [T_in] 的历史窗口y 是紧随其后的 [T_out] 未来值。样本与样本之间允许重叠但在切训练集和验证集时必须按时间顺序切不能随机打乱后切否则验证集里会出现“用未来数据训练”的数据泄漏问题。def create_samples(data, t_in, t_out): # data: [N, total_T] 标准化后的数据 N, total_T data.shape x_list, y_list [], [] for i in range(total_T - t_in - t_out 1): x_list.append(data[:, i : i t_in]) # [N, t_in] y_list.append(data[:, i t_in : i t_in t_out]) # [N, t_out] x np.stack(x_list, axis0) # [samples, N, t_in] y np.stack(y_list, axis0) # [samples, N, t_out] return x, y生成后把整体按时间顺序分成三份前 70% 做训练、15% 做验证、最后 15% 做测试。划分样本索引时需要给模型输入补上通道维x 从 [samples, N, t_in] 变成 torch 的 [samples, 1, N, t_in]。DataLoader 部分用 PyTorch 自带的 TensorDataset 就能搞定不需要自定义 Dataset 类因为样本已经全部预先生成到内存里了。如果序列特别长、内存吃紧再改成在 Dataset 的getitem里实时切片但要注意随机访问时重叠窗口会重复计算切比雪夫多项式矩阵这块预计算放到训练循环外面。4. 训练配置与超参一组能稳定收敛的初始值STGCN 不是那种“模型搭好、损失函数调好就能跑”的网络它的超参数之间有耦合尤其 K、hidden_channels、batch_size 三者直接决定显存占用和收敛稳定性。4.1 一组先跑通再优化的默认参数参数推荐值说明K切比雪夫阶数3超过 3 容易过平滑hidden_channels64数据量小可降到 32temporal kernel3时间平滑窗口STGCN block 层数2单层欠拟合三层精度增益有限batch_size32节点数大时降到 16learning rate1e-3配合调度器使用T_in1212 个历史时间步按采样间隔换算成小时T_out3预测未来 3 个时间步损失函数MSE预测任务回归指标需要特别说明的是 T_in 和 T_out 的选择。以 5 分钟一个采样点为例T_in12 表示回看 1 小时T_out3 表示预测未来 15 分钟。这个设置下短期预测精度很高。若要做未来 1 小时的预测正确做法是把 T_out 加大到 12而不是把 T_in 加长因为更长的历史窗口对长期预测的帮助远不如扩展输出范围。4.2 训练循环优化器、学习率调度与早停优化器用 AdamW 而不是 Adam因为 AdamW 的权重衰减实现更干净对图卷积里的线性层更友好。学习率调度用 ReduceLROnPlateau在验证损失连续多个 epoch 不下降时把学习率降到原来的 0.5。图卷积不比普通卷积学习率太高时 K 阶多项式容易出现震荡。import torch import torch.nn as nn model STGCN(in_channels1, hidden_channels64, out_channels64, K3, num_nodesN, t_in12, t_out3, layers2) optimizer torch.optim.AdamW(model.parameters(), lr1e-3, weight_decay1e-4) scheduler torch.optim.lr_scheduler.ReduceLROnPlateau( optimizer, modemin, factor0.5, patience8 ) criterion nn.MSELoss() for epoch in range(200): model.train() epoch_loss 0.0 for x_batch, y_batch in train_loader: # x_batch: [B, 1, N, t_in], y_batch: [B, N, t_out] optimizer.zero_grad() pred model(x_batch, cheb_polynomials) loss criterion(pred, y_batch) loss.backward() nn.utils.clip_grad_norm_(model.parameters(), max_norm5.0) optimizer.step() epoch_loss loss.item() # 验证 model.eval() val_loss evaluate(model, val_loader, criterion, cheb_polynomials) scheduler.step(val_loss) if early_stopping(val_loss): break梯度过大的问题在 STGCN 里比普通 CNN 更常见因为图卷积在聚合邻居时会把多个节点的梯度叠加起来。clip_grad_norm_ 的 max_norm 设 5.0 是个安全的起点。如果发现 loss 曲线在 epoch 10 附近开始出现 NaN把 max_norm 降到 1.0 再试。早停的 patience 建议设 15 到 20 个 epoch不要太小。STGCN 的验证曲线经常出现“长时间不动、突然下降”的情况patience 太小会在模型还没学到空间特征时就停了。4.3 指标评估必须逆标准化之后再做 MAPE很多人在标准化后的数据上算 MAPE结果得到一个很离谱的百分比。正确的评估流程是把预测值和真实值都逆标准化回原始流量单位再计算 MAE、RMSE 和 MAPE。MAPE 需要对真实值接近 0 的点做保护处理否则夜间流量为 0 的地方会贡献一个无穷大的误差项。def inverse_transform(pred, mean, std): return pred * std mean def mape(pred, true, eps1.0): # pred/true 均为原始流量单位 mask np.abs(true) eps return np.mean(np.abs((true[mask] - pred[mask]) / true[mask])) * 100 def evaluate(model, loader, criterion, cheb_polynomials, mean, std, devicecuda): model.eval() preds, trues [], [] with torch.no_grad(): for x_batch, y_batch in loader: x_batch x_batch.to(device) y_batch y_batch.to(device) pred model(x_batch, cheb_polynomials) preds.append(pred.cpu().numpy()) trues.append(y_batch.cpu().numpy()) # 转成原始尺度后逐指标计算 preds inverse_transform(np.concatenate(preds), mean, std) trues inverse_transform(np.concatenate(trues), mean, std) mae np.mean(np.abs(preds - trues)) rmse np.sqrt(np.mean((preds - trues) ** 2)) return mae, rmse, mape(preds, trues)评估函数里 pred 和 y_batch 的形状要保持一致都是 [B, N, t_out]。有些实现里模型输出是 [B, t_out, N]评估时没做转置算出来的指标完全没意义这一点会在下一章专门列出来。5. 我在这套 STGCN 实现代码上踩过的六个坑下面按“现象 → 原因 → 解决”的顺序记录实践中高频出现的问题。这些坑不解决前面所有代码跑得再顺都拿不到可信的结果。5.1 时间维和通道维顺序颠倒模型 loss 怎么调都不降现象代码能跑通打印出来的 loss 一直缓慢下降但到 epoch 30 时验证集误差基本没变。原因把输入张量直接按 [B, N, T_in] 传入模型PyTorch 的 Conv2d 会把 N 当作通道维、T 当作高维卷积核在节点维度上滑动等于每个节点在做独立的时序卷积图卷积部分完全失灵。解决统一全流程使用 [B, C, N, T] 这个形状。数据加载时 x 拼接成 [samples, N, t_in] 后在送入 DataLoader 之前用 unsqueeze(1) 插入通道维。检查办法很简单打印一次模型 forward 后各层输出的形状确保 TemporalConv 输出保持四维。5.2 邻接矩阵不加自环图卷积在孤立节点上直接输出零现象训练过程中 loss 正常但预测结果里某些节点的输出一直是接近一个固定值不随时间变化。原因高斯核截断后部分节点没有邻居比如数据集中监测点布设稀疏的断面邻接矩阵这一行全为 0。图卷积聚合的结果是 0 乘上所有邻居特征加上没有自环设计节点自身特征也被抹掉了。解决在构建 A 之后一定要加单位阵即 A A I。这样每个节点至少聚合自身特征模型退化的风险就消失了。5.3 切比雪夫多项式未经谱半径缩放K4 时 loss 直接变 NaN现象K 设成 4 后训练到某个 epoch 时 loss 跳成 NaN降低学习率也没用。原因切比雪夫递推公式要求输入的矩阵特征值落在 [-1, 1] 范围内直接拿未缩放的拉普拉斯矩阵去迭代高阶多项式数值快速膨胀梯度爆掉。解决在 compute_cheb_polynomials 里对 L 做缩放L_hat 2 * L / lambda_max - Ilambda_max 取 2 即可满足大多数归一化拉普拉斯矩阵的情况。如果归一化方式换了比如用随机游走拉普拉斯需要重新评估 lambda_max 的取值。5.4 多步预测时把未来真实值当输入验证指标虚高现象验证集上 MAE 非常低但模型部署到线上后预测曲线明显滞后效果远不如验证时。原因训练时把 t_in 窗口之后紧邻的 t_out 步里部分真实值又拼回历史窗口模型学的是“读取真实值”而不是“预测未来值”一旦上线拿不到未来观测自然崩溃。解决训练和推理必须保持一致的“自回归”方式。我的做法是一次性输出 t_out 步不做滚动迭代。如果你确实需要滚动预测更长范围那就把模型输出的预测值拼回历史窗口继续预测下一步并且每一步都切断梯度。5.5 验证集随机切分造成数据泄漏模型“看起来很强”现象随机打乱样本后训练验证 loss 在 epoch 5 就降到非常低但同一份代码改回按时间顺序切分后误差立刻变大怀疑是网络退化。原因时间序列样本之间重叠窗口严重随机划分会让验证集样本的历史窗口内包含训练集样本的未来值。图卷积模型信息利用效率高这种泄漏被放大得比纯时序模型更明显。解决按时间顺序切分训练集 70%、验证集 15%、测试集 15%并且验证集和测试集都取时间轴上最后一段。切分后还要确认边界训练集最后一个样本的 t_in t_out 必须小于验证集第一个样本的起始时间。5.6 预测输出维度与目标维度不一致评估指标算错却不报错现象训练 loss 正常下降但打印 MAE 时发现数值特别大或者 MAPE 出现几百。原因模型输出是 [B, N, t_out]而 y_batch 被整理成了 [B, t_out, N]两者在按元素求损失时广播对齐了损失值是对的但评估阶段手工拼数组时维度没对齐指标算错。解决每次评估前打印 pred.shape 和 target.shape。统一约定模型输出固定为 [B, N, t_out]y_batch 在构建样本时就转成这个形状。评估函数开头加一行 assert快速暴露问题。6. 进阶验证用消融实验判断你的模型有没有真的学到空间结构STGCN 最容易被误判的点是模型效果好但好的是时间卷积部分图卷积部分完全可以用一个 1×1 卷积替代输出几乎不变。只有在模型真正利用空间结构时投入才有意义。因此验证阶段第一个动作是跑消融实验。改动方式很简单把 cheb_polynomials 全部替换成单位阵 I图卷积就退化成逐节点的全连接。如果替换后验证 MAE 只劣化了不到 3%说明你的数据里空间依赖本来就弱或者邻接矩阵构建有问题。常见的正确处理办法是回到第 3 章检查 sigma 和截断阈值把邻接矩阵的权重分布可视化出来观察是否有明显的局部聚集性。第二个验证维度是换一个时空任务确认模型没有过拟合到特殊场景。比如把路网流量数据换成某园区的多个环境监测站点的 PM2.5 序列节点之间的邻接矩阵改用皮尔逊相关系数构建公式是 A_ij corr(x_i, x_j)非相邻但风向相关的站点也能建边但相关性为负的值要截断置零。STGCN 的主体代码一行不用改只重算邻接矩阵、重做标准化即可。如果在新数据上精度依旧能战胜纯 TCN 基线说明你的实现是真正学到了“结构 时序”的联合模式。我自己的习惯是给每个新数据集准备三个基线纯历史均值最弱基线、TCN只建模时间、STGCN时间 空间。STGCN 弱于 TCN 时先不调参直接回去审视图结构强于 TCN 才值得继续做超参搜索。这套习惯帮我避开过好几次“花了三天调参、最后发现图卷积没起作用”的无效工作。每次换数据我都先跑一遍图卷积消融再谈精度希望这篇里的代码和排查顺序也能帮你少走同样的弯路。本文还有配套的精品资源点击获取