WITRAN_2DPSGMU_Encoder 类

以下是对 WITRAN_2DPSGMU_Encoder 类的主要逻辑和流程的图示化表示，帮助你更直观地理解代码的执行过程。

---

1. 整体流程图

输入数据 (input) [4, 32, 24, 11]
    ↓
【数据预处理】
1. 调整维度顺序 (permute)
   - 如果 flag=0: [4, 32, 24, 11]
   - 如果 flag=1: [32, 4, 24, 11]
    ↓
2. 计算扩展后的序列长度 Water2sea_slice_len = 27
    ↓
3. 初始化隐藏状态
   - hidden_slice_row [128, 32]
   - hidden_slice_col [128, 32]
    ↓
4. 滑动窗口填充
   - input_transfer [4, 32, 27, 11]
    ↓
【多层网络计算】
5. 遍历每一层 (num_layers)
    ↓
    【时间步计算】
    6. 遍历每个时间步 (Water2sea_slice_len = 27)
        ↓
        6.1 拼接输入
            - hidden_slice_row [128, 32]
            - hidden_slice_col [128, 32]
            - 当前时间步输入 a[:, slice, :] [128, 11]
            - 拼接后输入 [128, 75]
        ↓
        6.2 线性变换 (self.linear)
            - 输入 [128, 75]
            - 权重 W [192, 75]
            - 偏置 B [192]
            - 输出 gate [128, 192]
        ↓
        6.3 分割 gate
            - sigmod_gate [128, 128] → 更新门、输出门
            - tanh_gate [128, 64] → 输入门
        ↓
        6.4 更新隐藏状态
            - 更新行隐藏状态 hidden_slice_row [128, 32]
            - 更新列隐藏状态 hidden_slice_col [128, 32]
        ↓
        6.5 拼接输出
            - 拼接 hidden_slice_row 和 hidden_slice_col
            - 输出 output_slice [128, 64]
        ↓
        6.6 保存输出
            - 保存 output_slice 到 output_all_slice_list
            - 保存行隐藏状态到 hidden_row_all_list
            - 保存列隐藏状态到 hidden_col_all_list
    ↓
【残差连接】
7. 如果启用残差连接，将当前层的输出与第一层的输出相加
    ↓
【最终输出】
8. 堆叠所有时间步的输出
   - output_all_slice [128, 27, 64]
   - hidden_row_all [32, num_layers, 4, 32]
   - hidden_col_all [32, num_layers, 24, 32]
    ↓
返回结果

---

2. 图示化表示

(1) 数据预处理

输入数据 (input) [4, 32, 24, 11]
    ↓ permute
调整维度顺序 (flag=0 或 flag=1)
    ↓
扩展序列长度 Water2sea_slice_len = 27
    ↓
滑动窗口填充
    input_transfer [4, 32, 27, 11]

(2) 多层网络计算

遍历每一层 (num_layers)
    ↓
    遍历每个时间步 (Water2sea_slice_len = 27)
        ↓
        拼接输入
            hidden_slice_row [128, 32]
            hidden_slice_col [128, 32]
            当前时间步输入 a[:, slice, :] [128, 11]
            拼接后输入 [128, 75]
        ↓
        线性变换 (self.linear)
            输入 [128, 75]
            权重 W [192, 75]
            偏置 B [192]
            输出 gate [128, 192]
        ↓
        分割 gate
            sigmod_gate [128, 128] → 更新门、输出门
            tanh_gate [128, 64] → 输入门
        ↓
        更新隐藏状态
            hidden_slice_row [128, 32]
            hidden_slice_col [128, 32]
        ↓
        拼接输出
            output_slice [128, 64]
        ↓
        保存输出
            output_all_slice_list
            hidden_row_all_list
            hidden_col_all_list

(3) 残差连接

如果启用残差连接
    当前层输出 + 第一层输出

(4) 最终输出

堆叠所有时间步的输出
    output_all_slice [128, 27, 64]
    hidden_row_all [32, num_layers, 4, 32]
    hidden_col_all [32, num_layers, 24, 32]
返回结果

---

3. 关键点总结

1. 输入数据：

   • 输入是二维时间序列数据，按天和小时组织。
   • 通过滑动窗口扩展序列长度，捕获时间维度上的依赖关系。

2. 门控机制：

   • 类似于 LSTM 的门控机制，包含更新门、输出门和输入门。
   • 分别更新行隐藏状态和列隐藏状态。

3. 多层结构：

   • 支持多层网络，每层输出隐藏状态。
   • 可选残差连接，增强模型的表达能力。

4. 最终输出：

   • 返回每个时间步的输出，以及行隐藏状态和列隐藏状态。

通过以上图示化表示，可以更直观地理解 WITRAN_2DPSGMU_Encoder 的逻辑和执行流程。