当前位置:   article > 正文

时间序列预测 | Pytorch实现Transformer模型时间序列预测_调用pytorch实现transformer时间序列预测

调用pytorch实现transformer时间序列预测

时间序列预测 | Pytorch实现Transformer模型时间序列预测

基本介绍

Transformer 是 Google 的团队在 2017 年提出的一种 NLP 经典模型,现在比较火热的 Bert 也是基于 Transformer。Transformer 模型使用了 Self-Attention 机制,不采用 RNN 的顺序结构,使得模型可以并行化训练,而且能够拥有全局信息。这篇文章的主要是通过Pytorch框架搭建一个基于Transformer的预测模型。

1

  • 具体地,我们用到了上证指数的收盘价数据为例,进行预测t+1时刻的收盘价。需要注意的是,本文只是通过这样一个简单的基本模型,带大家梳理一下数据预处理,模型构建以及模型评估的流程。
  • 模型还有很多可以改进的地方,例如选择更有意义的特征,如何进行有效的多步预测等。

环境配置

  • 本地环境:

Python 3.7
IDE<
  • 1
  • 2
声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/寸_铁/article/detail/863476
推荐阅读
相关标签
  

闽ICP备14008679号