Toto 项目启动与配置教程

Toto 项目启动与配置教程

toto Time-Series-Optimized Transformer for Observability 项目地址: https://gitcode.com/gh_mirrors/toto2/toto

1. 项目目录结构及介绍

Toto 项目是一个开源的时间序列预测模型，专为可观测性指标设计。以下是项目的目录结构及各部分功能的简要介绍：

• .github/：包含 GitHub 的工作流和模板文件。
• boom/：BOOM (Benchmark of Observability Metrics) 数据集相关文件。
• leaderboards/：排行榜数据和相关文件。
• results/：模型评估结果存储。
• toto/：项目的主要目录，包含模型的实现代码和训练脚本。
  • data/：数据相关的模块和脚本。
  • evaluation/：模型评估相关的脚本。
  • inference/：模型推理相关的模块。
  • model/：模型架构和权重定义。
  • util/：工具模块，包含数据加载器和辅助函数。
• .gitignore：指定 Git 忽略的文件和目录。
• CONTRIBUTING.md：贡献指南。
• LICENSE：项目许可证文件。
• LICENSE-3rdparty.csv：第三方许可证列表。
• NOTICE：项目通知文件。
• README.md：项目自述文件。
• mypy.ini：类型检查配置文件。
• pyproject.toml：项目元数据和依赖配置。
• pytest.ini：pytest 配置文件。
• requirements.txt：项目依赖列表。

2. 项目的启动文件介绍

项目的启动主要依赖于 toto 目录下的脚本和模块。以下是启动项目的基本步骤：

1. 克隆项目仓库：

   git clone https://github.com/DataDog/toto.git
   cd toto
   

2. 创建虚拟环境（可选）：

   python -m venv .venv
   source .venv/bin/activate
   

3. 安装依赖：

   pip install -r requirements.txt
   

4. 加载预训练模型并进行预测：

   import torch
   from data.util.dataset import MaskedTimeseries
   from inference.forecaster import TotoForecaster
   from model.toto import Toto
   
   # 加载预训练模型
   toto = Toto.from_pretrained('Datadog/Toto-Open-Base-1.0').to('cuda')
   
   # 编译模型以提高推理速度
   toto.compile()
   
   # 创建预测器对象
   forecaster = TotoForecaster(toto.model)
   
   # 准备输入时间序列数据
   input_series = torch.randn(7, 4096).to('cuda')
   
   # 创建 MaskedTimeseries 对象
   inputs = MaskedTimeseries(series=input_series, padding_mask=torch.full_like(input_series, True, dtype=torch.bool), ...)
   
   # 进行预测
   forecast = forecaster.forecast(inputs, prediction_length=336, num_samples=256, samples_per_batch=256)
   

3. 项目的配置文件介绍

项目的配置主要通过 pyproject.toml 和 requirements.txt 文件进行。

• pyproject.toml：包含项目元数据和依赖。例如，可以定义项目的名称、版本、作者、依赖关系等。

• requirements.txt：列出项目运行所需的 Python 包及其版本。通过运行 pip install -r requirements.txt 来安装这些依赖。

项目中的配置文件确保了一致的环境设置，使得项目的启动和运行更加顺畅。

toto Time-Series-Optimized Transformer for Observability 项目地址: https://gitcode.com/gh_mirrors/toto2/toto