背景
GitHub沟突，國際知名社交網(wǎng)站醋拧，匯集了全球眾多開源項目大刊，卡脖子留下的一口新鮮空氣。細心的人可能注意到敌蜂，我公眾號logo就借鑒了github經(jīng)典配色
如何談笑風(fēng)生地做一個開源項目呢箩兽？可以做做資料的收集，也就是github慣用的awesome系列章喉。awesome一個研究方向汗贫，awesome面試經(jīng)驗，甚至還可以awesome的awesome秸脱。
曾做過一個深度學(xué)習(xí)時序預(yù)測工具落包，也有100star。據(jù)我微薄的經(jīng)驗撞反，分享一點開源機器學(xué)習(xí)的經(jīng)驗妥色。這篇簡單的文章，也算多年總結(jié)遏片。對時序有興趣的家人們嘹害，也歡迎嘗試和參與項目。
github.com/LongxingTan/Time-series-prediction
一: 明確需求吮便、愿景笔呀、商業(yè)模式
第一步看似沒有硬核知識，卻最不可小覷髓需。
需求 Requirements
選擇自己擅長或喜歡的方向许师，或有熱度的風(fēng)口方向。好的項目不會被埋沒僚匆，但流行與否取決于這個方向池子有多大微渠，大致決定了其star上限。
我選擇時序是因為18年學(xué)編程時做的第一個分析就是時序咧擂，之后又一直慣用TensorFlow逞盆。所以習(xí)慣性地，把二者摻在一起做成撒尿牛丸T(ensor)F(low) T(ime)S(eries)
不曾想松申，風(fēng)向很快轉(zhuǎn)了云芦，PyTorch突起俯逾，涌現(xiàn)了很多PyTorch時序庫，少有人愿意再做Tensorflow舅逸，但上限也低桌肴。tf2.0后，寫法完全變了琉历，不得不重構(gòu)一版坠七。起了個大早，趕了個晚集善已。
總之灼捂，針對需求，結(jié)合自身换团，參考熱點悉稠，量力而行，充分發(fā)揮先發(fā)優(yōu)勢艘包。
愿景 Vision
我最初的設(shè)想是功利的的猛，轉(zhuǎn)碼簡歷上留了github地址，好歹寫個像樣的項目想虎。后來參加比賽卦尊，我的愿景變成了全球最好的比賽時序預(yù)測工具。正是這個愿景激勵著我參加了幾場比賽舌厨，希望之后能抽出時間在那些“全球”岂却、“世界”開頭的比賽里勇奪Top。時間允許的話裙椭，更應(yīng)該像transformers那樣支持tf\torch\jax的全面工具躏哩。
商業(yè)模式 Business
開源的另一大問題是，如何可持續(xù)揉燃？一些面向KPI開源的大廠扫尺，幾個commit后已完成KPI就不再維護了。反觀一些個人大佬炊汤，可以借開源養(yǎng)活自己正驻，文檔收費、培訓(xùn)收費抢腐、咨詢收費等姑曙。市場經(jīng)濟里，一定要牢記：
我收到過一個外國小伙的咨詢迈倍，希望和我合作預(yù)測博彩渣磷。給勸退了，要真能預(yù)測授瘦，我早就不在工地起早貪黑了醋界。也曾試圖在項目里附上了微信打賞碼，但人微言輕提完，至今沒有一分錢贊助形纺。
后來不得不改變商業(yè)模式，打比賽徒欣。天池氣象比賽曾有機會收手逐样，但最后一刻被小號絕殺，獎金立減三萬打肝，摩托變單車脂新。只好繼續(xù)上路，“以賽養(yǎng)包”粗梭。
當然争便，明確開源許可證，避免潛在法律風(fēng)險断医。
二: 情報調(diào)研
根據(jù)需求進行情報調(diào)研滞乙。零基礎(chǔ)，即使有了方向鉴嗤，往往不知從何入手斩启。最簡單的當然是臨摹別人，一是學(xué)習(xí)其寫法和規(guī)范醉锅，二是調(diào)研其優(yōu)勢和不足兔簇，三是確認這個方向未來是否值得繼續(xù)，是否還有好果子摘硬耍。
調(diào)研中我找了另一個時序包pytorch-forecasting垄琐，學(xué)到了很多開源規(guī)范性的東西。還去領(lǐng)英加了作者默垄，商業(yè)吹噓一波此虑。時序預(yù)測豈止沒有免費午餐，付費都不一定能吃上口锭。我本意是多經(jīng)歷比賽的洗禮朦前，在支持模型方面更獨到。
明確了需求鹃操，收集了情報之后韭寸。完成設(shè)計文檔，設(shè)計時盡量保證可擴展荆隘、可維護恩伺。
三: 明確工程規(guī)范
經(jīng)歷所限，我既沒有科班經(jīng)歷椰拒，也沒有軟件開發(fā)的流程洗禮晶渠，很虛凰荚。起初，倉庫一兩百star的時候褒脯，根本不是一個包便瑟，而是一個demo集合。之后番川，發(fā)現(xiàn)一個完備的Python機器學(xué)習(xí)包到涂，應(yīng)該包括測試、文檔颁督、CI/CD践啄、示例、構(gòu)建打包等環(huán)節(jié)沉御，一點點加了上去屿讽。
之后補上的包括代碼規(guī)范，測試覆蓋率嚷节，安全掃描等聂儒。走了很多彎路之后，發(fā)現(xiàn)有一本書已經(jīng)介紹的很全面了硫痰，《publishing python packages》衩婚。
四: 細化需求
繼續(xù)完善設(shè)計文檔，細化需求效斑。比如最基礎(chǔ)的非春，支持哪個或哪些模型？
設(shè)計時缓屠，涉及到邊界問題奇昙，必須清晰。這是團隊合作的基礎(chǔ)敌完，即使是單人項目储耐，何嘗不是在和昨天的自己合作？
以我的為例滨溉，支持單變量什湘、多變量、單步晦攒、多步闽撤，后續(xù)是否支持分類、異常檢測等任務(wù)脯颜。
實現(xiàn)不同任務(wù)的深度學(xué)習(xí)方法(單變量哟旗、多變量、單步、多步闸餐、預(yù)測饱亮、回歸、異常）
實現(xiàn)不同模型(rnn\cnn\transformer, deepar, informer等后臺模型）
方便的配置绎巨，具備較規(guī)范的文檔近尚、測試、使用樣例等
五：寫代碼
有了設(shè)計文檔场勤、工程規(guī)范、細化需求之后歼跟，就差一個寫代碼的了和媳。
短期milestone：一個完整的包，包括設(shè)計文檔哈街，注釋留瞳、可安裝包、colab實例等骚秦，復(fù)現(xiàn)幾個比賽的top solution她倘，爭取復(fù)現(xiàn)出相對不錯的成績。
文檔：我選擇的是Sphinx
測試：unittest或Pytest作箍，注重測試用例和測試覆蓋率
其實硬梁，很多開源項目的代碼質(zhì)量相對是好的，是值得學(xué)習(xí)的胞得。
六: 營銷推廣
好的質(zhì)量很重要荧止，但好的營銷更重要。推廣之前阶剑，需要項目已達到較高的完成度跃巡，否則又會走我的彎路。甚至制定開發(fā)計劃時牧愁，也配套一個推廣計劃素邪。
一個好的項目要有個logo吧，我花5分鐘設(shè)計的
一個方便民族主義營銷的項目猪半，得有個古風(fēng)名字吧兔朦，比如伏羲、八戒办龄、封神榜烘绽、山海經(jīng)之類。配上一句“不轉(zhuǎn)不是中國人”的宣傳俐填，想不火都難安接。我非常喜歡的辛棄疾的一句詞：“青山遮不住，畢竟東流去。江晚正愁余盏檐，山深聞鷓鴣”歇式。所以tfts的中文名為“東流”，寓意著時間序列問題猶如滔滔江水胡野，滾滾東流材失，多少離譜預(yù)測，都付笑談中硫豆；又猶如黃河泛濫龙巨，一發(fā)而不可收拾。
- 被動推廣：項目初期熊响，有幸得到愛可可老師推廣旨别，一天漲了幾十star，首次過百汗茄，我仍記得那天的興奮秸弛，大佬青睞真是事半功倍。前面介紹的Pytorch-forecasting洪碳，接受過TheSequence專訪递览，之后沒幾天star遠遠超過我，一騎絕塵瞳腌，什么是國際巨星啊
- 主動推廣：可以自己去社區(qū)多寫一些示例文章绞铃。某廠，star送開發(fā)者禮物的事還是要避免纯趋。由于機器學(xué)習(xí)的獨特憎兽，文章能推廣，比賽也能推廣吵冒。不過激烈賽事纯命，不是我們零基礎(chǔ)混的。還可以寫一些論文到opensource痹栖，arxiv等推廣亿汞。
- 另外，建立微信揪阿、slack疗我、discord社群也是不錯的運營方式，可以更真實貼近用戶需求南捂。路子可以野一點吴裤，為了這碗醋，多包幾頓餃子溺健。我甚至想過錄一些時序視頻來宣傳麦牺，反過來我這篇文章何嘗不是tfts的另類推廣呢。
七: 維護更新
很慚愧，因為工作性質(zhì)剖膳，我經(jīng)常整年斷更魏颓。除了代碼更新，我覺得最起碼的要求吱晒，是認真回答issue里提的問題甸饱，之前很多同事經(jīng)常重復(fù)的一句話：沒有愚蠢的問題，只有愚蠢的答案仑濒。我一開始叹话，看到很基礎(chǔ)的問題不愿意花時間回應(yīng)，這是不對的躏精；然后就是積極bugfix渣刷。可慮用github自帶的project功能進行項目規(guī)劃與管理矗烛，也就是認真用項目管理和產(chǎn)品的角度對待自己的開源。為開源世界做一點微小的工作箩溃，使得人人有丹煉瞭吃，人人有源開。
