cabin项目依赖安装记录（自用）

github仓库中，py项目记录（自用）

基本信息：

1. 系统版本：Windows 11 家庭中文版
2. 系统版本号：25H2
3. 文章内容更新：日期2026.3.2；时间11：11：15
4. 当前已完成工作：

安装配置 Anaconda3-2022.05（对应 Python3.9）

安装配置 Git-2.53.0

安装配置 加速 PyTorch（CUDA 12.7）

pip 镜像源加速

准备工作

1. 将仓库下载压缩包解压到自定义位置 E:\sunqi\work\cabin-project\cabin-wind-forecasting
2. 打开 Anaconda Prompt 并激活虚拟环境

conda activate cabin-env

3. 切换到解压后的仓库目录

E:
cd E:\sunqi\work\cabin-project\cabin-wind-forecasting

4. 安装项目剩余依赖

pip install -r requirements.txt

5. 以「可编辑模式」安装仓库，之后修改解压文件夹里的代码时，不用重新安装就能生效

pip install -e .

成功则输出 Successfully installed cabin-wind-forecasting-1.0.0

（未来若需要卸载，只需要运行pip uninstall cabin-wind-forecasting）

检验

进入python

python

逐行输入

import torch
from cabin import Cabin

# 初始化数据优先模式的模型
model = Cabin( 
    input_window_size=10, # 输入窗口大小：使用10天历史数据 
    input_vars=1, # 输入变量数：风机/功率序列的数量 
    output_window_size=1, # 输出窗口大小：1天预测步长 
    output_vars=1, # 输出变量数 
    ex_vars=4, # 环境变量数（温度、风速等） 
    hidden_size=64, # 隐藏层维度 
    mode='data_first' # 架构变体模式 
) 

# 示例输入数据 
batch_size = 8 
historical_power = torch.randn(batch_size, 10, 1) # 张量维度：[批次大小, 时间步, 特征数] 
ambient_vars = torch.randn(batch_size, 10, 4) # 张量维度：[批次大小, 时间步, 环境特征数] 

# 前向传播 
predictions = model(historical_power, ambient_vars) 
print(f"预测结果张量维度: {predictions.shape}") # 输出：[批次大小, 预测步长, 输出变量数]

输出结果：

预测结果张量维度: torch.Size([8, 1, 1])

退出python

exit()