简介面向交通物流领域研究者与深度学习实践者这份资源聚焦基于图注意力模型GAT的交通网络流量预测帮助读者理解如何将路网抽象为图结构并借助自注意力机制动态分配邻居节点权重从而更准确地刻画交叉路口与路段间的时空依赖关系。压缩包共5个文件均为Python脚本整体约7KB涵盖GAT模型定义、交通数据集构建、流量预测主流程以及可视化工具等模块便于直接运行与二次修改。目前已有1359人学习下载适合具备一定深度学习基础、希望快速上手图神经网络交通预测的读者。通过阅读与调试这些脚本可掌握节点与边特征提取、邻域信息融合、时空联合建模及非线性映射等关键环节并借助注意力权重理解影响流量的主要因素为拥堵分析、路线优化等场景提供可复用的实验代码与排错思路。1. 从路网拓扑到流量张量GAT 交通预测到底在解决什么城市路网里相邻两个路口之间的流量从来不是孤立的。早高峰时段一个主干道交叉口的拥堵会在十几分钟内沿着上下游路段扩散这种空间上的关联性用传统时序模型根本抓不住。基于图注意力模型GAT的交通网络流量预测核心思路就是把路网建成一张图——路口或路段是节点连接关系是边然后用注意力机制自动学习「哪个邻居节点对当前节点更重要」再叠加时间维度做预测。它解决的是非欧几里得空间上流量传播的建模问题适合已经拿到路网拓扑和流量时序数据、想从 LSTM 或 STGCN 往上再走一步的从业者。GAT 这个热词最近被反复提起不是因为它新而是因为它终于能在中等规模路网上跑出稳定收益了。2. 把路网变成 GAT 能吃的图邻接矩阵与特征工程2.1 节点和边怎么定义才不翻车做 GAT 交通预测第一步不是写模型而是决定图怎么建。常见做法有两种以路口为节点、以路段为边或者以路段为节点、以路口为连接。前者适合预测路口转向流量后者适合预测路段平均速度或流量。我一般推荐路段做节点因为流量数据通常按路段检测器采集天然对齐。节点特征至少包含三类历史流量序列过去 12 个时间步、时间编码小时、星期几的 one-hot 或周期编码、静态属性车道数、限速、路段长度。边只保留真实连通关系不要用距离阈值硬造边否则注意力会学到噪声。import numpy as np import torch def build_adjacency(edge_index, num_nodes): edge_index: shape (2, E), 每列是一条有向边 [src, dst] 返回归一化后的邻接矩阵用于 GAT 的邻居聚合 adj torch.zeros(num_nodes, num_nodes) adj[edge_index[0], edge_index[1]] 1.0 # 加自环保证节点保留自身信息 adj adj torch.eye(num_nodes) # 对称归一化 D^-1/2 A D^-1/2 deg adj.sum(dim1) deg_inv_sqrt torch.pow(deg, -0.5) deg_inv_sqrt[torch.isinf(deg_inv_sqrt)] 0.0 adj_norm deg_inv_sqrt.unsqueeze(1) * adj * deg_inv_sqrt.unsqueeze(0) return adj_norm这段代码的逻辑是先根据边列表构建原始邻接矩阵加上自环防止节点在聚合时丢失自身特征再做对称归一化避免高度数节点数值爆炸。参数上num_nodes必须和流量数据的路段数严格一致edge_index的方向要和实际交通流向匹配——如果上下游搞反了注意力权重会学出完全错误的模式。2.2 时间窗口和归一化两个最容易埋雷的参数时间窗口长度直接决定模型能看多远。窗口太短模型学不到周期性窗口太长参数量和显存吃不消。经验值采样间隔 5 分钟时用 12 步1 小时采样间隔 15 分钟时用 8 步2 小时。归一化必须按节点做 z-score不要全局归一化因为不同路段的流量基数差异可能达到一个数量级。def z_score_per_node(data): data: shape (T, N, F)T 时间步N 节点F 特征 按节点维度做 z-score保留每个路段的独立分布 mean data.mean(axis0, keepdimsTrue) # (1, N, F) std data.std(axis0, keepdimsTrue) 1e-6 return (data - mean) / std, mean, std注意std加了一个极小值防止除零。保存mean和std用于推理时反归一化这一步很多人忘记导致预测值量纲完全不对。按节点归一化而不是全局归一化是因为主干道和支路的流量均值可能差 10 倍以上全局归一化会让支路特征被淹没。3. GAT 层怎么写注意力系数、多头和残差连接3.1 单头注意力的计算过程GAT 的核心是对每个节点计算它和邻居之间的注意力系数然后加权聚合。具体来说对节点 i 和邻居 j先用一个共享线性变换 W 把特征映射到高维空间再拼接后过一个单层前馈网络最后用 softmax 在邻居范围内归一化。import torch.nn as nn import torch.nn.functional as F class GATLayer(nn.Module): def __init__(self, in_dim, out_dim, dropout0.2, alpha0.2): super().__init__() self.W nn.Linear(in_dim, out_dim, biasFalse) self.a nn.Linear(2 * out_dim, 1, biasFalse) self.dropout dropout self.alpha alpha self.leakyrelu nn.LeakyReLU(alpha) def forward(self, x, adj): # x: (N, in_dim), adj: (N, N) 归一化邻接矩阵 h self.W(x) # (N, out_dim) N h.size(0) # 拼接所有节点对 h_i h.unsqueeze(1).repeat(1, N, 1) # (N, N, out_dim) h_j h.unsqueeze(0).repeat(N, 1, 1) # (N, N, out_dim) e self.leakyrelu(self.a(torch.cat([h_i, h_j], dim-1)).squeeze(-1)) # 用邻接矩阵做 mask非邻居设为 -inf zero_vec -1e12 * torch.ones_like(e) attention torch.where(adj 0, e, zero_vec) attention F.softmax(attention, dim1) attention F.dropout(attention, self.dropout, trainingself.training) h_prime torch.matmul(attention, h) return F.elu(h_prime)逻辑说明W是共享线性变换a是注意力打分网络。拼接h_i和h_j后过 LeakyReLU 得到未归一化的注意力分数再用邻接矩阵做 mask——只有真实邻居才参与 softmax。参数alpha控制 LeakyReLU 的负斜率默认 0.2dropout作用在注意力系数上比作用在特征上更有效。zero_vec用 -1e12 而不是 -inf是为了避免 softmax 出现 NaN。3.2 多头注意力和残差连接怎么配单头注意力容易过拟合实际用 4 或 8 头。多头有两种合并方式拼接或平均。中间层用拼接输出层用平均。残差连接在 GAT 里不是可选项——没有残差两层以上就会严重过平滑所有节点特征趋同。class MultiHeadGAT(nn.Module): def __init__(self, in_dim, hidden_dim, out_dim, heads4, dropout0.2): super().__init__() self.heads heads self.gat_layers nn.ModuleList([ GATLayer(in_dim, hidden_dim, dropout) for _ in range(heads) ]) self.out_layer GATLayer(hidden_dim * heads, out_dim, dropout) self.res_proj nn.Linear(in_dim, out_dim, biasFalse) def forward(self, x, adj): head_outs [gat(x, adj) for gat in self.gat_layers] h torch.cat(head_outs, dim-1) # 拼接多头 h self.out_layer(h, adj) # 输出层 return F.elu(h self.res_proj(x)) # 残差连接hidden_dim一般设 32 或 64heads设 4 或 8。res_proj是因为输入输出维度不同需要线性投影对齐。残差加在输出层之后、激活之前。如果层数超过 3 层建议每层都加残差否则节点特征会趋同预测精度反而下降。4. 训练流程和调参从数据切分到早停策略4.1 时序切分不能随机打乱交通流量数据必须按时间顺序切分。常见比例是 7:1:2但要注意验证集和测试集之间留一个 gap避免信息泄漏。比如用第 1-70 天训练第 71-80 天验证第 81-100 天测试。如果随机打乱模型会看到未来数据指标虚高但上线就崩。def temporal_split(data, train_ratio0.7, val_ratio0.1): data: (T, N, F) 按时间轴顺序切分返回 train/val/test T data.shape[0] train_end int(T * train_ratio) val_end int(T * (train_ratio val_ratio)) train data[:train_end] val data[train_end:val_end] test data[val_end:] return train, val, test参数说明train_ratio和val_ratio按数据总量调整数据少于 30 天时建议 8:1:1。切分后分别对训练集计算均值和方差验证集和测试集用训练集的统计量做归一化这是标准做法。4.2 损失函数和学习率调度交通流量预测常用 MAE 或 Huber Loss。MAE 对异常值鲁棒Huber 在误差小时等价于 MSE、误差大时等价于 MAE。我一般先用 MAE 跑通再换 Huber 微调。学习率用余弦退火加 warmup初始 1e-3warmup 5 个 epoch。from torch.optim.lr_scheduler import CosineAnnealingWarmRestarts optimizer torch.optim.Adam(model.parameters(), lr1e-3, weight_decay1e-4) scheduler CosineAnnealingWarmRestarts(optimizer, T_010, T_mult2) criterion nn.HuberLoss(delta1.0) for epoch in range(100): model.train() for batch in train_loader: optimizer.zero_grad() pred model(batch.x, adj) loss criterion(pred, batch.y) loss.backward() torch.nn.utils.clip_grad_norm_(model.parameters(), max_norm5.0) optimizer.step() scheduler.step()weight_decay设 1e-4 防止过拟合clip_grad_norm_的max_norm设 5.0 防止梯度爆炸。HuberLoss的delta控制异常值阈值默认 1.0 适合归一化后的数据。早停策略用验证集 MAEpatience 设 15 个 epoch超过就停并恢复最佳权重。5. 避坑与排查GAT 交通预测的 5 个血泪教训5.1 损失降了但预测曲线是一条直线现象训练 loss 持续下降但验证集预测值几乎不变像一条水平线。原因过平滑。GAT 层数太多或注意力权重过于均匀所有节点特征趋同。解决减少层数到 2 层加残差连接检查邻接矩阵是否过度归一化导致邻居信息被平均掉。5.2 验证集指标比测试集好一大截现象验证集 MAE 0.08测试集 MAE 0.15。原因验证集和测试集时间上太近或者归一化用了全量数据的统计量。解决验证集和测试集之间留至少 1 天 gap归一化统计量只用训练集计算。5.3 注意力权重全是均匀分布现象可视化注意力系数发现每个邻居的权重几乎一样。原因特征区分度不够或者a网络的初始化太小。解决检查节点特征是否包含足够的时间编码把a的初始化改成 Xavier学习率不要设太小。5.4 显存爆炸但模型参数量不大现象4 头 GAT 在 500 个节点上就 OOM。原因注意力矩阵是 N×N 的节点数一多显存平方增长。解决用稀疏邻接矩阵或者把节点分块计算。500 节点以内用稠密矩阵没问题超过 2000 节点必须换稀疏实现。5.5 推理时预测值量纲完全不对现象训练时 loss 正常推理时输出值差几个数量级。原因忘记反归一化或者反归一化时用了错误的 mean/std。解决保存训练集的 mean/std推理时严格按pred * std mean还原检查保存的统计量维度是否和输出对齐。6. 进阶技巧用注意力权重做路网诊断GAT 不只是预测工具注意力权重本身就是路网诊断的黑匣子。训练完之后把每个时间步的注意力矩阵导出来按小时聚合能看到哪些路段在高峰时段对下游影响最大。这个信息比预测值本身更有业务价值——它能告诉你如果要在早高峰做流量管控应该优先干预哪几个节点。具体做法在GATLayer的forward里把attention存下来推理时按 batch 收集然后对每个节点求邻居注意力的均值。def extract_attention_importance(model, x, adj, hours): 返回每个节点在每个小时的平均注意力强度 hours: (T,) 每个时间步对应的小时标签 model.eval() importance {} with torch.no_grad(): for t in range(x.shape[0]): _ model(x[t:t1], adj) attn model.last_attention # (N, N) h hours[t] if h not in importance: importance[h] [] importance[h].append(attn.mean(dim0).cpu().numpy()) return {h: np.mean(v, axis0) for h, v in importance.items()}这个函数返回每个小时、每个节点的平均注意力强度。拿到之后按小时排序找出注意力最高的前 10 个节点再对照路网图看它们的位置。我一般会把这个结果和实际拥堵记录做交叉验证——如果注意力高的节点恰好是常发拥堵点说明模型学到了真实的传播模式如果对不上大概率是图结构建错了。还有一个实用技巧把注意力权重按上下游方向拆开。GAT 的注意力是对称的但交通流是有方向的。可以在边特征里加入方向编码或者在聚合时对上游和下游分别用不同的注意力头。这个改动不大但在单向主干道上能带来 5% 到 8% 的 MAE 下降。最后说一个我自己的习惯每次跑完 GAT我都会把注意力矩阵和预测误差按节点画在一起。如果某个节点预测误差特别大但注意力权重很低说明这个节点的特征有问题不是模型结构的问题。这个排查习惯帮我省了很多调参时间。希望帮到你。本文还有配套的精品资源点击获取 GAT交通流量预测实战：从路网拓扑到注意力权重诊断
简介面向交通物流领域研究者与深度学习实践者这份资源聚焦基于图注意力模型GAT的交通网络流量预测帮助读者理解如何将路网抽象为图结构并借助自注意力机制动态分配邻居节点权重从而更准确地刻画交叉路口与路段间的时空依赖关系。压缩包共5个文件均为Python脚本整体约7KB涵盖GAT模型定义、交通数据集构建、流量预测主流程以及可视化工具等模块便于直接运行与二次修改。目前已有1359人学习下载适合具备一定深度学习基础、希望快速上手图神经网络交通预测的读者。通过阅读与调试这些脚本可掌握节点与边特征提取、邻域信息融合、时空联合建模及非线性映射等关键环节并借助注意力权重理解影响流量的主要因素为拥堵分析、路线优化等场景提供可复用的实验代码与排错思路。1. 从路网拓扑到流量张量GAT 交通预测到底在解决什么城市路网里相邻两个路口之间的流量从来不是孤立的。早高峰时段一个主干道交叉口的拥堵会在十几分钟内沿着上下游路段扩散这种空间上的关联性用传统时序模型根本抓不住。基于图注意力模型GAT的交通网络流量预测核心思路就是把路网建成一张图——路口或路段是节点连接关系是边然后用注意力机制自动学习「哪个邻居节点对当前节点更重要」再叠加时间维度做预测。它解决的是非欧几里得空间上流量传播的建模问题适合已经拿到路网拓扑和流量时序数据、想从 LSTM 或 STGCN 往上再走一步的从业者。GAT 这个热词最近被反复提起不是因为它新而是因为它终于能在中等规模路网上跑出稳定收益了。2. 把路网变成 GAT 能吃的图邻接矩阵与特征工程2.1 节点和边怎么定义才不翻车做 GAT 交通预测第一步不是写模型而是决定图怎么建。常见做法有两种以路口为节点、以路段为边或者以路段为节点、以路口为连接。前者适合预测路口转向流量后者适合预测路段平均速度或流量。我一般推荐路段做节点因为流量数据通常按路段检测器采集天然对齐。节点特征至少包含三类历史流量序列过去 12 个时间步、时间编码小时、星期几的 one-hot 或周期编码、静态属性车道数、限速、路段长度。边只保留真实连通关系不要用距离阈值硬造边否则注意力会学到噪声。import numpy as np import torch def build_adjacency(edge_index, num_nodes): edge_index: shape (2, E), 每列是一条有向边 [src, dst] 返回归一化后的邻接矩阵用于 GAT 的邻居聚合 adj torch.zeros(num_nodes, num_nodes) adj[edge_index[0], edge_index[1]] 1.0 # 加自环保证节点保留自身信息 adj adj torch.eye(num_nodes) # 对称归一化 D^-1/2 A D^-1/2 deg adj.sum(dim1) deg_inv_sqrt torch.pow(deg, -0.5) deg_inv_sqrt[torch.isinf(deg_inv_sqrt)] 0.0 adj_norm deg_inv_sqrt.unsqueeze(1) * adj * deg_inv_sqrt.unsqueeze(0) return adj_norm这段代码的逻辑是先根据边列表构建原始邻接矩阵加上自环防止节点在聚合时丢失自身特征再做对称归一化避免高度数节点数值爆炸。参数上num_nodes必须和流量数据的路段数严格一致edge_index的方向要和实际交通流向匹配——如果上下游搞反了注意力权重会学出完全错误的模式。2.2 时间窗口和归一化两个最容易埋雷的参数时间窗口长度直接决定模型能看多远。窗口太短模型学不到周期性窗口太长参数量和显存吃不消。经验值采样间隔 5 分钟时用 12 步1 小时采样间隔 15 分钟时用 8 步2 小时。归一化必须按节点做 z-score不要全局归一化因为不同路段的流量基数差异可能达到一个数量级。def z_score_per_node(data): data: shape (T, N, F)T 时间步N 节点F 特征 按节点维度做 z-score保留每个路段的独立分布 mean data.mean(axis0, keepdimsTrue) # (1, N, F) std data.std(axis0, keepdimsTrue) 1e-6 return (data - mean) / std, mean, std注意std加了一个极小值防止除零。保存mean和std用于推理时反归一化这一步很多人忘记导致预测值量纲完全不对。按节点归一化而不是全局归一化是因为主干道和支路的流量均值可能差 10 倍以上全局归一化会让支路特征被淹没。3. GAT 层怎么写注意力系数、多头和残差连接3.1 单头注意力的计算过程GAT 的核心是对每个节点计算它和邻居之间的注意力系数然后加权聚合。具体来说对节点 i 和邻居 j先用一个共享线性变换 W 把特征映射到高维空间再拼接后过一个单层前馈网络最后用 softmax 在邻居范围内归一化。import torch.nn as nn import torch.nn.functional as F class GATLayer(nn.Module): def __init__(self, in_dim, out_dim, dropout0.2, alpha0.2): super().__init__() self.W nn.Linear(in_dim, out_dim, biasFalse) self.a nn.Linear(2 * out_dim, 1, biasFalse) self.dropout dropout self.alpha alpha self.leakyrelu nn.LeakyReLU(alpha) def forward(self, x, adj): # x: (N, in_dim), adj: (N, N) 归一化邻接矩阵 h self.W(x) # (N, out_dim) N h.size(0) # 拼接所有节点对 h_i h.unsqueeze(1).repeat(1, N, 1) # (N, N, out_dim) h_j h.unsqueeze(0).repeat(N, 1, 1) # (N, N, out_dim) e self.leakyrelu(self.a(torch.cat([h_i, h_j], dim-1)).squeeze(-1)) # 用邻接矩阵做 mask非邻居设为 -inf zero_vec -1e12 * torch.ones_like(e) attention torch.where(adj 0, e, zero_vec) attention F.softmax(attention, dim1) attention F.dropout(attention, self.dropout, trainingself.training) h_prime torch.matmul(attention, h) return F.elu(h_prime)逻辑说明W是共享线性变换a是注意力打分网络。拼接h_i和h_j后过 LeakyReLU 得到未归一化的注意力分数再用邻接矩阵做 mask——只有真实邻居才参与 softmax。参数alpha控制 LeakyReLU 的负斜率默认 0.2dropout作用在注意力系数上比作用在特征上更有效。zero_vec用 -1e12 而不是 -inf是为了避免 softmax 出现 NaN。3.2 多头注意力和残差连接怎么配单头注意力容易过拟合实际用 4 或 8 头。多头有两种合并方式拼接或平均。中间层用拼接输出层用平均。残差连接在 GAT 里不是可选项——没有残差两层以上就会严重过平滑所有节点特征趋同。class MultiHeadGAT(nn.Module): def __init__(self, in_dim, hidden_dim, out_dim, heads4, dropout0.2): super().__init__() self.heads heads self.gat_layers nn.ModuleList([ GATLayer(in_dim, hidden_dim, dropout) for _ in range(heads) ]) self.out_layer GATLayer(hidden_dim * heads, out_dim, dropout) self.res_proj nn.Linear(in_dim, out_dim, biasFalse) def forward(self, x, adj): head_outs [gat(x, adj) for gat in self.gat_layers] h torch.cat(head_outs, dim-1) # 拼接多头 h self.out_layer(h, adj) # 输出层 return F.elu(h self.res_proj(x)) # 残差连接hidden_dim一般设 32 或 64heads设 4 或 8。res_proj是因为输入输出维度不同需要线性投影对齐。残差加在输出层之后、激活之前。如果层数超过 3 层建议每层都加残差否则节点特征会趋同预测精度反而下降。4. 训练流程和调参从数据切分到早停策略4.1 时序切分不能随机打乱交通流量数据必须按时间顺序切分。常见比例是 7:1:2但要注意验证集和测试集之间留一个 gap避免信息泄漏。比如用第 1-70 天训练第 71-80 天验证第 81-100 天测试。如果随机打乱模型会看到未来数据指标虚高但上线就崩。def temporal_split(data, train_ratio0.7, val_ratio0.1): data: (T, N, F) 按时间轴顺序切分返回 train/val/test T data.shape[0] train_end int(T * train_ratio) val_end int(T * (train_ratio val_ratio)) train data[:train_end] val data[train_end:val_end] test data[val_end:] return train, val, test参数说明train_ratio和val_ratio按数据总量调整数据少于 30 天时建议 8:1:1。切分后分别对训练集计算均值和方差验证集和测试集用训练集的统计量做归一化这是标准做法。4.2 损失函数和学习率调度交通流量预测常用 MAE 或 Huber Loss。MAE 对异常值鲁棒Huber 在误差小时等价于 MSE、误差大时等价于 MAE。我一般先用 MAE 跑通再换 Huber 微调。学习率用余弦退火加 warmup初始 1e-3warmup 5 个 epoch。from torch.optim.lr_scheduler import CosineAnnealingWarmRestarts optimizer torch.optim.Adam(model.parameters(), lr1e-3, weight_decay1e-4) scheduler CosineAnnealingWarmRestarts(optimizer, T_010, T_mult2) criterion nn.HuberLoss(delta1.0) for epoch in range(100): model.train() for batch in train_loader: optimizer.zero_grad() pred model(batch.x, adj) loss criterion(pred, batch.y) loss.backward() torch.nn.utils.clip_grad_norm_(model.parameters(), max_norm5.0) optimizer.step() scheduler.step()weight_decay设 1e-4 防止过拟合clip_grad_norm_的max_norm设 5.0 防止梯度爆炸。HuberLoss的delta控制异常值阈值默认 1.0 适合归一化后的数据。早停策略用验证集 MAEpatience 设 15 个 epoch超过就停并恢复最佳权重。5. 避坑与排查GAT 交通预测的 5 个血泪教训5.1 损失降了但预测曲线是一条直线现象训练 loss 持续下降但验证集预测值几乎不变像一条水平线。原因过平滑。GAT 层数太多或注意力权重过于均匀所有节点特征趋同。解决减少层数到 2 层加残差连接检查邻接矩阵是否过度归一化导致邻居信息被平均掉。5.2 验证集指标比测试集好一大截现象验证集 MAE 0.08测试集 MAE 0.15。原因验证集和测试集时间上太近或者归一化用了全量数据的统计量。解决验证集和测试集之间留至少 1 天 gap归一化统计量只用训练集计算。5.3 注意力权重全是均匀分布现象可视化注意力系数发现每个邻居的权重几乎一样。原因特征区分度不够或者a网络的初始化太小。解决检查节点特征是否包含足够的时间编码把a的初始化改成 Xavier学习率不要设太小。5.4 显存爆炸但模型参数量不大现象4 头 GAT 在 500 个节点上就 OOM。原因注意力矩阵是 N×N 的节点数一多显存平方增长。解决用稀疏邻接矩阵或者把节点分块计算。500 节点以内用稠密矩阵没问题超过 2000 节点必须换稀疏实现。5.5 推理时预测值量纲完全不对现象训练时 loss 正常推理时输出值差几个数量级。原因忘记反归一化或者反归一化时用了错误的 mean/std。解决保存训练集的 mean/std推理时严格按pred * std mean还原检查保存的统计量维度是否和输出对齐。6. 进阶技巧用注意力权重做路网诊断GAT 不只是预测工具注意力权重本身就是路网诊断的黑匣子。训练完之后把每个时间步的注意力矩阵导出来按小时聚合能看到哪些路段在高峰时段对下游影响最大。这个信息比预测值本身更有业务价值——它能告诉你如果要在早高峰做流量管控应该优先干预哪几个节点。具体做法在GATLayer的forward里把attention存下来推理时按 batch 收集然后对每个节点求邻居注意力的均值。def extract_attention_importance(model, x, adj, hours): 返回每个节点在每个小时的平均注意力强度 hours: (T,) 每个时间步对应的小时标签 model.eval() importance {} with torch.no_grad(): for t in range(x.shape[0]): _ model(x[t:t1], adj) attn model.last_attention # (N, N) h hours[t] if h not in importance: importance[h] [] importance[h].append(attn.mean(dim0).cpu().numpy()) return {h: np.mean(v, axis0) for h, v in importance.items()}这个函数返回每个小时、每个节点的平均注意力强度。拿到之后按小时排序找出注意力最高的前 10 个节点再对照路网图看它们的位置。我一般会把这个结果和实际拥堵记录做交叉验证——如果注意力高的节点恰好是常发拥堵点说明模型学到了真实的传播模式如果对不上大概率是图结构建错了。还有一个实用技巧把注意力权重按上下游方向拆开。GAT 的注意力是对称的但交通流是有方向的。可以在边特征里加入方向编码或者在聚合时对上游和下游分别用不同的注意力头。这个改动不大但在单向主干道上能带来 5% 到 8% 的 MAE 下降。最后说一个我自己的习惯每次跑完 GAT我都会把注意力矩阵和预测误差按节点画在一起。如果某个节点预测误差特别大但注意力权重很低说明这个节点的特征有问题不是模型结构的问题。这个排查习惯帮我省了很多调参时间。希望帮到你。本文还有配套的精品资源点击获取