📜 配置设计

October 30, 2025 · View on GitHub

BasicTS 的设计理念是“配置即一切“。我们的目标是让用户专注于模型和数据，而不用被繁琐的流程构建所困扰。

🎸 新特性

从1.0版本开始，BasicTS不再使用py文件配合命令行指定配置路径的方式，升级为使用配置类进行配置。 配置类的基类为BasicTSConfig，此外，每个具体任务对应一个配置类，包括BasicTSForecastingConfig，BasicTSClassificationConfig，BasicTSImputationConfig，BasicTSFoundationModelConfig等。基类BasicTSConfig定义了公用的字段以及保存/加载/打印配置类的方法，任务特定的配置类则包括执行该任务需要的一切配置参数。您可以灵活地向其中导入模型，并设置所有必要的选项。

配置类通常包含以下部分：

  • 常规选项: 描述一般设置，如配置说明、gpus、seed 等。
  • 环境选项: 包括设置如 tf32、cudnn、deterministic 等。
  • 数据集选项: 指定 dataset_name（数据集名，必须显式指定）、dataset_type（数据集类）、dataset_params（数据集参数）等。
  • 数据缩放器选项: 指定 scaler（缩放器类）、norm_each_channel（通道独立归一化）、rescale（是否反归一化）等。
  • 模型选项: 指定 **model（模型类，必须显式指定）、model_config（模型参数，必须显式指定）**等。
  • 评估指标选项: 包括 metrics（评估指标函数）、target_metric（目标评估指标）等。
  • 训练选项:
    • 常规: 指定设置如 num_epochs/num_steps、loss 等。
    • 优化器: 指定 optimizer（优化器类）、optimizer_params（优化器参数）等。
    • 调度器: 指定 lr_scheduler（调度器类）、lr_scheduler_params（调度器参数）等。
    • 数据: 指定设置如 batch_size、num_workers、pin_memory等。
  • 验证选项:
    • 常规: 包括验证频率 val_interval。
    • 数据: 指定设置如 batch_size、num_workers、pin_memory 等。
  • 测试选项:
    • 常规: 包括测试频率 test_interval。
    • 数据: 指定设置如 batch_size、num_workers、pin_memory 等。

Config类字段的metadata提供了每个字段的默认值、详细含义及使用方法。

🏗️ 构造配置类

👥 既是类，也是字典

BasicTS的配置类继承自EasyDict，既可以作为类使用，也可以作为字典使用，方便扩展并且灵活易用。下面介绍两种使用方式：

  1. 像类一样使用：一切参数都是类的字段，可以像访问类的字段一样访问、修改以及添加新的参数。例如： 
    model = config.model
config.gpus = "0"
config.new_field = new_value
  2. 像字典一样使用：一切参数都是字典的键值，可以像访问字典一样访问、修改、添加、删除参数。例如： 
    model = config["model"]
optimizer = config.get("optimizer", Adam)
config["new_key"] = new_value
config.pop("not_used")

🔨 配置类中的对象

也许你已经发现了，配置中存在许多需要进一步构造的对象，例如模型、数据集、优化器、调度器等。BasicTS在配置中传入对应的类和创建对象所需的参数，而将这些对象的创建延迟到实际执行任务时。

对于这些对象，BasicTS支持两种方式来灵活地配置：

  1. 将构造对象所需的全部参数以字典的形式传入。例如，将参数字典传给dataset_params以供后续创建数据集的实例。 
    config = BasicTSForecastingConfig(
	dataset_params={
		'input_len': 336,
		'output_len': 336,
		...},
	...)
  2. 直接将构造对象需要的参数作为字段传入。例如，可以直接配置Config类的input_len，output_len，并将自定义的参数传入（不能直接在构造方法中添加未定义的字段）。 
    config = BasicTSForecastingConfig(
	input_len=336,
	output_len=336,
	...)
config.your_dataset_param_1 = param_1
config.your_dataset_param_2 = param_2

🧑‍💻 进一步探索