certifi==2023.7.22
charset-normalizer==3.3.2
contourpy==1.2.0
cycler==0.12.1
Cython==3.0.5
einops==0.7.0
fonttools==4.44.0
idna==3.4
importlib-resources==6.1.1
joblib==1.3.2
kiwisolver==1.4.5
matplotlib==3.8.1
numpy==1.26.1
packaging==23.2
pandas==2.1.2
patsy==0.5.3
Pillow==10.1.0
pmdarima==2.0.4
pyparsing==3.1.1
python-dateutil==2.8.2
pytz==2023.3.post1
requests==2.31.0
scikit-learn==1.3.2
scipy==1.11.3
six==1.16.0
statsmodels==0.14.0
threadpoolctl==3.2.0
torch==1.12.1+cu113
torchaudio==0.12.1+cu113
torchvision==0.13.1+cu113
typing_extensions==4.8.0
tzdata==2023.3
urllib3==2.0.7
zipp==3.17.0
没有合适的资源?快使用搜索试试~ 我知道了~
亲测Transformer模型实现长期预测并可视化结果(附代码+数据集+原理介绍)
共38个文件
py:13个
pyc:10个
xml:6个
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
5星 · 超过95%的资源 5 下载量 94 浏览量
2024-03-04
08:37:53
上传
评论 5
收藏 26.48MB ZIP 举报
温馨提示
这篇文章给大家带来是Transformer在时间序列预测上的应用,这种模型最初是为了处理自然语言处理(NLP)任务而设计的,但由于其独特的架构和能力,它也被用于时间序列分析。Transformer应用于时间序列分析中的基本思想是:Transformer 在时间序列分析中的应用核心在于其自注意力机制,这使其能够有效捕捉时间序列数据中的长期依赖关系。通过并行处理能力和位置编码,Transformer 不仅提高了处理效率,而且确保了时间顺序的准确性。其灵活的模型结构允许调整以适应不同复杂度这篇文章给大家带来是Transformer在时间序列预测上的应用,这种模型最初是为了处理自然语言处理(NLP)任务而设计的,但由于其独特的架构和能力,它也被用于时间序列分析。Transformer应用于时间序列分析中的基本思想是:Transformer 在时间序列分析中的应用核心在于其自注意力机制,这使其能够有效捕捉时间序列数据中的长期依赖关系。通过并行处理能力和位置编码,Transformer 不仅提高了处理效率,而且确保了时间顺序的准确性。定制化训练个人数据集进行训练利用python和pytorch实现
资源推荐
资源详情
资源评论
收起资源包目录
Transoformer.zip (38个子文件)
layers
TransformerBlocks.py 5KB
Projection.py 745B
Invertible.py 3KB
Embedding.py 5KB
Transformer.py 2KB
__pycache__
Transformer.cpython-39.pyc 2KB
Invertible.cpython-39.pyc 4KB
Embedding.cpython-39.pyc 7KB
Projection.cpython-39.pyc 1KB
TransformerBlocks.cpython-39.pyc 5KB
main.py 12KB
data
ETTh1-Test.csv 48KB
ETTh1.csv 2.47MB
.idea
.name 11B
Transformer.iml 327B
workspace.xml 12KB
misc.xml 288B
inspectionProfiles
Project_Default.xml 1KB
profiles_settings.xml 174B
modules.xml 281B
.gitignore 50B
aws.xml 304B
results.png 64KB
requirements.txt 1KB
models
predict-Transformer-data-ETTh1
model.pth 28.19MB
__pycache__
util
decomposition.py 2KB
metrics.py 361B
masking.py 831B
data_loader.py 8KB
timefeatures.py 4KB
tools.py 4KB
__pycache__
timefeatures.cpython-39.pyc 5KB
tools.cpython-39.pyc 4KB
decomposition.cpython-39.pyc 2KB
data_loader.cpython-39.pyc 6KB
data_factory.cpython-39.pyc 994B
data_factory.py 1KB
results
OT-ForecastResults.csv 15KB
共 38 条
- 1
资源评论
- weixin_732570252024-04-19资源中能够借鉴的内容很多,值得学习的地方也很多,大家一起进步!
- 庄达源2024-07-04这个资源值得下载,资源内容详细全面,与描述一致,受益匪浅。
- 赚钱吃火锅2024-09-19资源很不错,内容和描述一致,值得借鉴,赶紧学起来!
- qq_411469322024-11-15资源不错,内容挺好的,有一定的使用价值,值得借鉴,感谢分享。
- 2301_767926742024-06-25果断支持这个资源,资源解决了当前遇到的问题,给了新的灵感,感谢分享~
小风飞子
- 粉丝: 374
- 资源: 1961
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功