Layer 2A — __multi_scale_process_inputs() 多尺度输入构建

1. 在父层中的位置

forecast() 第一行调用 __multi_scale_process_inputs(x_enc, x_mark_enc) 生成多尺度列表，是后续所有操作的起点。

2. I/O 接口定义

参数	Shape	说明
x_enc	(2, 24, 3)	原始 encoder 输入
x_mark_enc	(2, 24, 4)	时间标记
返回 x_enc	[(2,24,3),(2,12,3),(2,6,3)]	down_sampling_layers+1 = 3 个尺度
返回 x_mark	[(2,24,4),(2,12,4),(2,6,4)]	对应 mark 列表

3. 顺序图

4. 语义分组图

5. 逐步骤精读

§5.0 完整原始代码

def __multi_scale_process_inputs(self, x_enc, x_mark_enc):
    if self.configs.down_sampling_method == "max":
        down_pool = torch.nn.MaxPool1d(
            self.configs.down_sampling_window, return_indices=False
        )
    elif self.configs.down_sampling_method == "avg":
        down_pool = torch.nn.AvgPool1d(self.configs.down_sampling_window)
    elif self.configs.down_sampling_method == "conv":
        padding = 1 if torch.__version__ >= "1.5.0" else 2
        down_pool = nn.Conv1d(
            in_channels=self.configs.enc_in,
            out_channels=self.configs.enc_in,
            kernel_size=3,
            padding=padding,
            stride=self.configs.down_sampling_window,
            padding_mode="circular",
            bias=False,
        )
    else:
        return x_enc, x_mark_enc
    # B,T,C -> B,C,T
    x_enc = x_enc.permute(0, 2, 1)

    x_enc_ori = x_enc
    x_mark_enc_mark_ori = x_mark_enc

    x_enc_sampling_list = []
    x_mark_sampling_list = []
    x_enc_sampling_list.append(x_enc.permute(0, 2, 1))
    x_mark_sampling_list.append(x_mark_enc)

    for i in range(self.configs.down_sampling_layers):
        x_enc_sampling = down_pool(x_enc_ori)

        x_enc_sampling_list.append(x_enc_sampling.permute(0, 2, 1))
        x_enc_ori = x_enc_sampling

        if x_mark_enc is not None:
            x_mark_sampling_list.append(
                x_mark_enc_mark_ori[:, :: self.configs.down_sampling_window, :]
            )
            x_mark_enc_mark_ori = x_mark_enc_mark_ori[
                :, :: self.configs.down_sampling_window, :
            ]

    x_enc = x_enc_sampling_list
    x_mark_enc = x_mark_sampling_list if x_mark_enc is not None else None

    return x_enc, x_mark_enc

§5.1 宏观逻辑

目标：以固定窗口大小 $w=2$ 对时序逐级下采样，生成 $\text{layers}+1$ 个不同分辨率的副本，构成多尺度列表。

用小例子（$B=1,N=2,T=8,w=2,\text{layers}=2$）串起：

首先 permute(0,2,1) 将 (1,8,2) 变为 (1,2,8)，因为 AvgPool1d 期望输入格式为 $(B,C,T)$（通道在前，时间在后）。然后把原始 (1,8,2)（permute 还原）直接加入结果列表。循环 $i=0$：Pool 作用在 (1,2,8) 的时间维 $T=8$ → $T=4$，得 (1,2,4)，permute 回 (1,4,2)；循环 $i=1$：Pool 作用在 (1,2,4) → $T=2$，得 (1,2,2)，permute 回 (1,2,2)。结果列表为 [(1,8,2),(1,4,2),(1,2,2)]。

为什么先 permute 再 Pool 再 permute 回来？ PyTorch AvgPool1d 对最后一维操作，要求格式 $(B,C,T)$，而模型内部统一使用 $(B,T,C)$ 格式。permute 是格式适配层，不改变数据内容，只调整轴顺序。

AvgPool vs 可学习下采样

AvgPool1d 无参数：下采样 = 局部均值，纯粹的信息粗化，不引入特征变换。可学习的 Conv 下采样会在压缩时学习特征，把"改变分辨率"和"改变特征语义"两件事混在一起，与"多尺度信息聚合"的设计意图冲突。

§5.2 步骤 1 — 构建 down_pool

elif self.configs.down_sampling_method == "avg":
    down_pool = torch.nn.AvgPool1d(self.configs.down_sampling_window)

形状注解： TFB 默认 down_sampling_method="avg"，down_sampling_window=2，故 down_pool = AvgPool1d(kernel_size=2, stride=2)。输入格式须为 $(B,C,T)$，在 $T$ 维上每 2 个值取均值，$T$ 减半。

toy 数值： AvgPool1d(2) 作用于 (2, 3, 24) 时，对时间维每两步取均值：位置 0 = (v[0]+v[1])/2，位置 1 = (v[2]+v[3])/2，…，共 12 个输出，得 (2, 3, 12)。

§5.3 步骤 2 — permute 准备 + 加入原始尺度

x_enc = x_enc.permute(0, 2, 1)
x_enc_ori = x_enc
x_enc_sampling_list = []
x_enc_sampling_list.append(x_enc.permute(0, 2, 1))
x_mark_sampling_list.append(x_mark_enc)

形状注解： x_enc.permute(0, 2, 1) 将轴顺序由 $(B,T,N)$ → $(B,N,T)$，即 (2,24,3) → (2,3,24)，赋给 x_enc 和 x_enc_ori。x_enc_sampling_list.append(x_enc.permute(0,2,1)) 立刻 permute 回 (2,24,3) 加入列表，即原始尺度直接收录。

toy 数值： 第一行 permute 后 x_enc shape (2,3,24)，x_enc_ori 指向同一张量。x_enc.permute(0,2,1) 得 (2,24,3)，这是尺度 0。x_enc_sampling_list = [(2,24,3)]，x_mark_sampling_list = [(2,24,4)]。

§5.4 步骤 3 — 循环下采样（down_sampling_layers=2 次）

for i in range(self.configs.down_sampling_layers):
    x_enc_sampling = down_pool(x_enc_ori)
    x_enc_sampling_list.append(x_enc_sampling.permute(0, 2, 1))
    x_enc_ori = x_enc_sampling
    if x_mark_enc is not None:
        x_mark_sampling_list.append(
            x_mark_enc_mark_ori[:, :: self.configs.down_sampling_window, :]
        )
        x_mark_enc_mark_ori = x_mark_enc_mark_ori[
            :, :: self.configs.down_sampling_window, :
        ]

形状注解（$i=0$）： down_pool(x_enc_ori=(2,3,24)) → AvgPool1d(2) 在 $T=24$ 维操作 → (2,3,12)。.permute(0,2,1) → (2,12,3) 加入列表。x_enc_ori 更新为 (2,3,12)。mark：x_mark_enc_mark_ori[:, ::2, :] 取步长为 2 的切片，(2,24,4) → (2,12,4) 加入列表，x_mark_enc_mark_ori 更新为 (2,12,4)。

形状注解（$i=1$）： down_pool(x_enc_ori=(2,3,12)) → (2,3,6)，permute → (2,6,3) 加入列表。mark：(2,12,4)[:, ::2, :] → (2,6,4)。

toy 数值： 循环结束后 x_enc_sampling_list = [(2,24,3), (2,12,3), (2,6,3)]，x_mark_sampling_list = [(2,24,4), (2,12,4), (2,6,4)]。三个尺度时间维分别为 $T=24$、$T=12$、$T=6$，比例为 $1:1/2:1/4$。

mark 为何用 stride 切片而不用 Pool？ mark 是时间标记（小时/星期几等离散整数）。对两个时刻的"小时"取均值毫无语义（均值 = 3.5 不是任何真实时刻）。stride 切片 [::2] 每隔一步取一个真实时间戳，保留等间隔采样点的语义。

==切片语法补充：x_mark_enc_mark_ori[:, ::2, :] 即取时间位置：0, 2, 4, 6, ...==