时间序列预测学习笔记

原创于 2023-11-27 23:19:02 发布 · 1.2k 阅读

文章标签：

#学习 #笔记 #深度学习

深度学习宝典专栏收录该内容

1106 篇文章 ¥29.90 ¥99.00

订阅专栏

超级会员免费看

本文介绍了BasisFormer模型，这是一种基于对比学习预训练的basis生成方法，用于时间序列预测。该模型包含Coef Module、Basis Module和Forecast Module，通过约束basis权重的一致性来提高预测准确性。实验表明，BasisFormer在多个数据集上展现出优秀的预测性能。

魔改测试代码：

Basisformer论文介绍

魔改测试代码：

import torch.nn as nn
import torch.nn.utils.weight_norm as wn
import matplotlib.pyplot as plt
import torch
import torch.nn.functional as F
import time
import math
import numpy as np


class MLP_bottle(nn.Module):
    def __init__(self, input_len, output_len, bottleneck, bias=True):
        super().__init__()
        self.linear1 = nn.Sequential(wn(nn.Linear(input_len, bottleneck, bias=bias)), nn.ReLU(), wn(nn.Linear(bottleneck, bottleneck, bias=bias)))

        self.linear2 = nn.Sequential(wn(nn.Linear(bottleneck, bottleneck)), nn.ReLU(), wn(nn.Linear(bottleneck, output_len)))

        self.skip = wn(nn.Linear(input_len, bottleneck,