长时序预测的最新模型详细讲解记录版_wth数据集

一、Informer代码运行过程记录

Informer 代码源码算比较简单的了，比如三维重建这些才是真的复杂的。

2.1 环境配置

版本一般向下兼容，不建议一个项目一个环境，先缺啥补啥，都是可以实现的。

2.2 数据集下载

GitHub官网链接地址即可下载，查看各数据的格式与参数，作者的开源比较完备，包含ETT（变压器温度）、ECL（耗电量）和WTH（气象）3个数据集，采用PyTorch实现且没有特殊包依赖的模型代码。比如下面的例子：

WTH.csv数据集是按小时收集的指标,分别是风变、…、等特征变量，**第一个必须是采样时间，前10个是X，**最后一个是Y。

分清楚输入输出：

2.3 源码运行

从哪里开始运行，需要从训练与预测，先查看REAME.md文档：

可见需要　从 main_informer.py开始运行，需要参数，model, data, attn, freq。

开始debug:（学会动手打断点，清楚数据流程，各函数作用）

1.parser参数
args = parser.parse_args() 在此处debug,显示个参数默认值。

1.2 点击train查看是怎么训练的

上面一直debug到train,查看train的过程运行是怎么样的

查看get_data是怎么做的，点击

Data是 Dataset_Custom 用这个去取数据的，点击查看 Dataset_Custom 函数怎么取自定义的数据，处理数据。

0 -训练集、1-测试集、2-验证集

没有事前切分 现直接划分训练集、测试集、验证集