autoformer

Transformer预测 | 基于WTC+transformer时间序列组合预测模型（pytorch）

预测主模型transformer也可以改其他WTC-former系列，比如WTC-informer/autoformer等等，代码还也可以继续缝合创新点，优化方法。需要的也可以发要求给我定制。
机器学习之心·2025-04-08 21:52

Autoformer 架构详细解释及举例说明

Autoformer架构详细解释上述图片展示了Autoformer架构的工作流程，包含编码器和解码器的结构。
six.学长·2025-03-19 17:49

时间序列（Time-Series）Autoformer_EncDec.py代码解析

importtorchimporttorch.nnasnnimporttorch.nn.functionalasF#用于特定通道数classmy_Layernorm(nn.Module):"""Specialdesignedlayernormfortheseasonalpart"""#构造函数，创建了一个layerNorm层，用于数据输入def__init__(self,channels):sup
雨微尘·2024-01-26 19:56

Autoformer: 基于深度分解架构和自相关机制的长期序列预测模型[2021neurips][精读]

目录1.文章要解决的问题：长期时间序列预测（值得研究的方向）2.解决方法(贡献，创新点)：深度分解架构（DeepDecompositionArchitecture）原文部分自相关机制（Auto-correlationmechanism）这里傅里叶相关的知识大家自己去网上看吧，挺多的，FFT应用领域很广泛比如还有CV的图像压缩。3.具体实验数据集概括：完成细节：参数配置与显卡环境其他Baseline
思考实践·2024-01-01 03:21

论文笔记-时序预测-Autoformer

论文标题：Autoformer:DecompositionTransformerswithAuto-CorrelationforLong-TermSeriesForecasting论文链接：https:
1289902828·2024-01-01 03:51

【长时间序列预测】Autoformer 代码详解之[3]模型整体架构分析

1.模型整体架构图：显然，一个编码器-解码器架构。先不考虑batch_sizes，编码器将输入的序列（L,d）编码为（L,d_model），d_model为设置的参数表示将输入嵌入到多少维度。编码器输入为：enc_out：[32,96,512]#假设batch_sizes=32,输入序列长度=96，输入序列嵌入维度=512编码器的输出：enc_out：[32,96,512]。编码器只进行了输入的维
理心炼丹·2024-01-01 03:19

【python量化】多种Transformer模型用于股价预测（Autoformer, FEDformer和PatchTST等）

写在前面在本文中，我们利用Nixtla的NeuralForecast框架，实现多种基于Transformer的时序预测模型，包括：Transformer,Informer,Autoformer,FEDformer
敲代码的quant·2024-01-01 03:49

【长时间序列预测】Autoformer 代码详解之[2]模型部件之时间序列分解

1.时间序列分解采用移动平均来平滑周期波动和强调长期趋势。输入长度L的时间序列：2.实验分析表2：利用MSE度量，在ETT数据集上进行分解的消融研究。其中Ours是本文提出的分解架构引入其他模型。Seq采用两个模型分别来预测预处理分解的seasonal和trend-cyclical部分。Promotion（提升）是和Origin比，预处理分解(Sep)和本文的分解架构(Ours)的MSE提升了多少
理心炼丹·2024-01-01 03:49

股票价格预测 | Python实现Autoformer, FEDformer和PatchTST等模型用于股价预测

文章目录效果一览文章概述环境描述源码设计效果一览文章概述Autoformer、FEDformer和PatchTST是一些用于时间序列预测，包括股价预测的模型。
算法如诗·2024-01-01 03:18

时间序列预测-Transformer,Informer,Autoformer,FEDformer复现结果

实验环境硬件规格或软件版本号CPUInter®Xeon®[email protected](Pascal)内存32.0GBPython3.7.3Pytorch1.2.0CUDA11.6实验结果可视化实验结果见资源
幸运的小菜鸟·2023-11-19 16:53

【长时间序列预测】Autoformer 代码详解之[1]数据预处理及数据读取

1.数据预处理及数据读取1.1数据格式文件格式：CSV特点：第一列：date(标准时间，如2002-01-0100:00:00)最后一列：OT(用于预测单变量)其他列：数据的其他特征如下表：（需要将第一列和最后一列分别命名为date和OT）可用以下脚本用来转换时间格式：importpandasaspdfromdatetimeimportdatetimeif__name__=='__main__':
理心炼丹·2023-11-12 23:02

模型实践 | Autoformer 长时序预测

实验｜Vachel算力支持｜幻方AIHPC长时间序列预测（Long-TermSeriesForecasting，以下称为LTSF）在现实世界中有非常广阔的应用场景，例如电力资源预估、疾病传播与扩散、经济发展预测等实际问题。前不久分享的《Informer上手实践》介绍了获得AAAI2021最佳论文奖的Informer模型，以及其在幻方萤火二号上的试跑和优化。该工作改造Transformer模型来解决
幻方AI小编·2023-10-26 02:34

【论文阅读】基于深度学习的时序预测——LSFT-Linear

系列文章链接论文一：2020Informer：长时序数据预测论文二：2021Autoformer：长序列数据预测论文三：2022FEDformer：长序列数据预测论文四：2022Non-StationaryTransformers
`AllureLove·2023-08-12 08:25

【论文阅读】基于深度学习的时序预测——Non-stationary Transformers

系列文章链接论文一：2020Informer：长时序数据预测论文二：2021Autoformer：长序列数据预测论文三：2022FEDformer：长序列数据预测论文四：2022Non-StationaryTransformers
`AllureLove·2023-08-12 08:55

【论文阅读】基于深度学习的时序预测——Pyraformer

系列文章链接论文一：2020Informer：长时序数据预测论文二：2021Autoformer：长序列数据预测论文三：2022FEDformer：长序列数据预测论文四：2022Non-StationaryTransformers
`AllureLove·2023-08-12 08:55

【论文阅读】基于深度学习的时序预测——Crossformer

系列文章链接论文一：2020Informer：长时序数据预测论文二：2021Autoformer：长序列数据预测论文三：2022FEDformer：长序列数据预测论文四：2022Non-StationaryTransformers
`AllureLove·2023-08-12 08:55

【论文阅读】基于深度学习的时序预测——FEDformer

系列文章链接论文一：2020Informer：长时序数据预测论文二：2021Autoformer：长序列数据预测论文三：2022FEDformer：长序列数据预测论文四：2022Non-StationaryTransformers
`AllureLove·2023-08-12 08:24

【论文阅读】基于深度学习的时序预测——Informer

系列文章链接论文一：2020Informer：长序列数据预测论文二：2021Autoformer：长序列数据预测文章地址：https://arxiv.org/abs/2012.07436github地址
`AllureLove·2023-08-11 06:44

【论文阅读】基于深度学习的时序预测——Autoformer

系列文章链接论文一：2020Informer：长时序数据预测论文二：2021Autoformer：长序列数据预测论文链接：https://arxiv.org/abs/2106.13008github链接
`AllureLove·2023-08-11 06:11

【文章学习系列之模型】TIMESNET

值得一提的是，该论文的作者同时还是2021年Autoformer的作者，因此代
清流自诩·2023-04-18 02:14

【文章学习系列之模型】Autoformer

本章内容文章概况模型流程主要结构DecompositionArchitecture（分解结构）Auto-CorrelationMechanism（自相关机制）实验结果消融实验总结文章概况《Autoformer
清流自诩·2023-04-18 02:14

【学习时序论文】

目录【2021NeurIPS】Autoformer:DecompositionTransformerswithAuto-CorrelationforLong-TermSeriesForecasting【
清流自诩·2023-04-18 02:41

Transformer在时序预测的应⽤第一弹——Autoformer

Transformer在时序预测的应⽤第一弹——Autoformer原文地址：Autoformer:DecompositionTransformerswithAuto-CorrelationforLong-TermSeriesForecasting
程序媛小哨·2023-04-16 18:09

【时间序列预测】Autoformer 长时间序列预测

论文链接：http://xxx.itp.ac.cn/pdf/2106.13008.pdfAbstract延长预测时间是极端天气预警和长期能源消耗规划等实际应用的关键需求。本文研究时间序列的长期预测问题。先前的基于Transformer的模型采用各种self-attention机制来发现长期依赖关系。然而，长期未来的复杂时间模式使基于Transformer的模型无法找到可靠的依赖关系。此外，Tran
理心炼丹·2023-01-14 08:05

GAN原始论文-代码详解与项目数据定时同步实现

的算法流程1.4基于MINST实现生成对抗网络GAN结果展示二.力源项目多台本地设备数据定时同步的改进实现2.1预备知识-mysql数据库语句2.2第三方软件SyncNavigator的配置与操作三.Autoformer
HSR CatcousCherishes·2022-12-27 10:42

时间序列预测 — 指数平滑、因素分解、机器学习、深度学习、数据增强

1.2.2ARIMA1.2.3Prophet2、机器学习3、深度学习3.1RNN/LSTM/GRU3.2Attention(Transformer)3.3DeepAR3.4WaveNet3.5Informer时序3.6Autoformer
条件漫步·2022-12-26 07:32

Autoformer算法与代码分析

Autoformer算法与代码分析原文链接：https://arxiv.org/pdf/2106.13008.pdf代码链接：https://github.com/thuml/Autoformer简介Autoformer
布川酷籽·2022-12-22 08:54

Transformer的理解与代码实现—Autoformer文献阅读

文章目录摘要一.关于Transformer的相关学习1.1手推transformer1.1.1Encoder部分1.1.2Decoder部分1.2Transformer的理解与实现（Pytorch)1.2.1seq2seq模型1.2.2Transformer的简单实现1.2.2.1整体结构1.2.2.2Encoder编码器的代码实现1.2.2.3PositionalEncoding代码实现1.2.
HSR CatcousCherishes·2022-12-14 06:53

Autoformer-时序模型的突破

【导读】近日，清华大学软件学院机器学习实验室另辟蹊径，基于随机过程经典理论，提出全新Autoformer架构，包括深度分解架构及全新自相关机制，长序预测性能平均提升38%。
just do it now·2022-12-10 06:00

论文精读--Autoformer

1.论文简介标题：Autoformer:DecompositionTransformerswithAuto-CorrelationforLong-TermSeriesForecasting作者：HaixuWu
云龙弓手·2022-12-08 13:02

细读Autoformer—空间计量分析

文章目录摘要一.细读Autoformer1.1论文摘要1.2研究内容1.3Autoformer模型框架1.3.1SeriesDecompBlock1.3.2Modelinputs1.3.3Encoder1.3.4Decoder1.3.5Auto-CorrelationMechanism
HSR CatcousCherishes·2022-12-08 03:35

机器学习论文源代码浅读：Autoformer

原本想要和之前一样写作“代码复现”，然而由于本人一开始对于Autoformer能力理解有限，参考了一定的论文中的源代码，写着写着就发现自己的代码是“加了注释版本”的源代码，故而只能是源代码的浅读，而非复现
thorn_r·2022-11-27 05:40

SCALEFORMER: ITERATIVE MULTI-SCALE REFININGTRANSFORMERS FOR TIME SERIES FORECASTING

本文提出一种通用的多尺度框架，可应用于最先进的基于transformer的时间序列预测模型(FEDformer,Autoformer等)。通过在多个尺度上迭代改进具有共享权
西西弗的小蚂蚁·2022-11-21 13:10

AutoFormer: Searching Transformers for Visual Recognition

在这项工作中，我们提出了一个新的一次性架构搜索框架，即AutoFormer，专门用于视觉Transformers搜索。在超网训练期间，自动前缠绕不同块的重量在同一
Wanderer001·2022-11-02 08:53

【AI视野·今日CV 计算机视觉论文速览 第230期】Fri, 2 Jul 2021

*****AutoFormer,视觉
hitrjj·2022-09-22 07:25

AutoFormer——首个Vision Transformer的One-shot NAS

Paper地址：https://arxiv.org/abs/2107.00651GitHub地址：GitHub-microsoft/Cream:ThisisacollectionofourNASandVisionTransformerwork.前言Bert/Transformer结构，已成为自然语言处理、语音识别与多模态匹配等模型的主流结构，视觉模型也逐渐往Transformer结构收敛。本文针对
Law-Yao·2022-03-08 07:30
上一页 1 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他