标签：Loss FEDformer 时序 Test Epoch https 达摩院 ...

顶会点赞！达摩院提出时序预测新模型

阿里云 2022-07-12 16:05

https://mp.weixin.qq.com/s/9doHueBCbsV7eUH2q3uv0A

代码：https://github.com/DAMO-DI-ML/ICML2022-FEDformer
论文：https://arxiv.org/abs/2201.12740

框架：

任务和数据集：

数据集下载地址：https://cloud.tsinghua.edu.cn/d/e1ccfff39ad541908bae/

结论：

环境：Python 3.6, PyTorch 1.9.0

依赖：

pandas
numpy
torch
sklearn
einops
sympy
matplotlib

log.run_S:

>>>>>>>start training : ETTh1_FEDformer_random_modes64_ETTh1_ftS_sl96_ll48_pl96_dm512_nh8_el2_dl1_df2048_fc3_ebtimeF_dtTrue_Exp_2>>>>>>>>>>>>>>>>>>>>>>>>>>
train 8449
val 2785
test 2785
Epoch: 1 cost time: 69.89365196228027
Epoch: 1, Steps: 264 | Train Loss: 0.2078484 Vali Loss: 0.1244287 Test Loss: 0.0884568
Validation loss decreased (inf --> 0.124429).  Saving model ...
Updating learning rate to 0.0001
Epoch: 2 cost time: 70.45653772354126
Epoch: 2, Steps: 264 | Train Loss: 0.1732078 Vali Loss: 0.1181202 Test Loss: 0.0896501
Validation loss decreased (0.124429 --> 0.118120).  Saving model ...
Updating learning rate to 5e-05

log.run_M:

>>>>>>>start training : ETTm1_FEDformer_random_modes64_ETTm1_ftM_sl96_ll48_pl96_dm512_nh8_el2_dl1_df2048_fc3_ebtimeF_dtTrue_Exp_0>>>>>>>>>>>>>>>>>>>>>>>>>>
train 34369
val 11425
test 11425
Epoch: 1 cost time: 4989.59953212738
Epoch: 1, Steps: 1074 | Train Loss: 0.3408678 Vali Loss: 0.4292768 Test Loss: 0.3639539
Validation loss decreased (inf --> 0.429277).  Saving model ...
Updating learning rate to 0.0001

标签：Loss,FEDformer,时序,Test,Epoch,https,达摩院,...
来源： https://www.cnblogs.com/xuehuiping/p/16471866.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。