Appearance
DLinear 学习目的与阅读建议
Abstract
这篇不是主线文档，而是
DLinear/目录下的工作台。它回答三件事：
- 为什么现在要学 DLinear
- 读这组文档时应该抱什么主问题
- 读到什么程度，才算已经能开始动代码或跑实验
1. 为什么现在要学 DLinear
当前学 DLinear，不是为了收集又一个模型名字，而是为了建立两个坐标系。
1.1 模型坐标系
你可以从 模型 这条主线去学：
- DLinear 的创新点是什么
- 它和 Informer 差别是什么
- 它为什么能作为强 baseline
1.2 组件坐标系
你也可以从 组件 这条主线去学：
- 分解模块是怎么做的
- 滑动平均扮演什么归纳偏置
- 线性头怎样做时间维映射
但这两条最后都指向同一个第一性：
学模型，是为了建立“读代码 -> 改代码 -> 跑实验 -> 解释结果”的能力。
2. 你现在学习模型的第一性到底是什么
如果把“学模型”压缩成最核心的两点，就是：
2.1 代码实现与实验能力
你需要知道：
- 模型怎样接到 TFB 里
- 输入输出怎样对齐
- 改哪里最小且有效
- 改完怎样跑实验和检查结果
2.2 模块与理论积累
你也需要逐渐积累：
- 分解模块为什么有用
- attention 为什么有用
- embedding 为什么存在
- 这些组件在不同模型里怎样重组
所以：
- 短期第一性：代码实现、跑实验、会改动
- 长期第一性：逐渐沉淀出模块级认知和理论直觉
3. 为什么 DLinear 很适合作为当前阶段的模型
因为 DLinear 让你能先把这些问题稳定下来：
- 一个 forecasting 模型最小需要哪些输入输出？
- 一个模型怎样在没有 attention 的情况下也能预测？
- 什么叫“模型主体真的很简单，但实验上依然有价值”？
- 哪些是框架壳，哪些才是模型自己的代码？
4. 这组 DLinear 文档该怎么读
第一轮：只读运行主线
这一轮只回答：
- 当前命令怎样进 DLinear
- 当前 batch 怎样进 DLinear
- DLinear 最后怎样返回
(B, pred_len, C)
第二轮：读模型主体
这一轮只回答：
encoder(...)到底在干什么- trend / seasonal 怎么拆
- 两路线性头怎样预测未来
第三轮：查附录补洞
- 不懂 torch 算子：A2-Torch函数解释
- 想回论文原理：A3-DLinear论文原理与代码桥接
- 想快速查参数：A1-参数速查
5. 什么叫“已经可以开始动 DLinear 代码了”
如果你已经能不看代码回答下面 6 句话，就够开始动最小改动了：
- 当前命令怎样一路变成
DLinear(config)。 _process(...)怎样把 batch 四元组送进 DLinear。- forecasting 任务里
forward(...)真实走forecast(x_enc)。 encoder(...)在 DLinear 里是主运算体，不是 Transformer encoder。series_decomp先提取 trend，再留下 seasonal。Linear_Seasonal + Linear_Trend最终怎样组成预测输出。
6. 读完 DLinear 后最值得做什么
最值得做的是两个动作：
和 Informer 做对照
- 哪些是框架壳相同
- 哪些是模型内部完全不同
做一次最小改动实验
- 改
moving_avg - 或改
individual - 或改
seq_len / pred_len
- 改
这样你才会从“会读文档”变成“会动模型”。
7. 最后压成一句话
学 DLinear 的第一性，不是为了背一个简单模型，而是为了建立最小模型的代码实现能力、实验能力和对照坐标系。