Transformer时间序列预测-多变量输入-单变量输出+多变量输出，完整代码数据，可直接运行

Transformer模型是一种基于自注意力机制的神经网络模型，被广泛应用于自然语言处理和计算机视觉任务。然而，Transformer也可以用于时间序列预测，尤其适用于多变量输入和单变量或多变量输出的情况。本文将介绍如何使用Transformer进行时间序列预测，并提供一个完整的代码示例，使读者可以直接运行并进行实验。

在开始之前，我们需要确保已经安装好必要的Python库，包括TensorFlow和NumPy。首先，导入所需的库：

import tensorflow as tf
import numpy as np
import matplotlib.pyplot as plt

接下来，我们生成一个随机的多变量时间序列数据，并将其可视化：

def generate_data(num_samples, input_dim