时序预测 | Python基于CNN-transformer时间序列预测
时序预测 | Python基于CNN-transformer时间序列预测
预测效果
基本介绍
时序预测 | Python基于CNN-transformer时间序列预测
Cnn-transformer-自适应稀疏自注意力ASSA-对比归一化contranorm预测模型。
1.cnn卷积在embedding前插入。
2.ASSA与多头注意力机制结合，进一步提高模型性能。
3.contranorm替代原有的layernorm，创新型地对transformer进行改进，这个改进独一无二，画结构图的时候可以重点标出来。
4.多输入单输出，多步预测，预测性能良好，可以看图。
5.有指标，有对比图。可以保存真实值和预测值的对比。
- 完整源码私信博主回复Python基于CNN-transformer时间序列预测
参考资料
[1] https://blog.csdn.net/kjm13182345320/article/details/128577926?spm=1001.2014.3001.5501
[2] https://blog.csdn.net/kjm13182345320/article/details/128573597?spm=1001.2014.3001.5501
原文地址：https://blog.csdn.net/kjm13182345320/article/details/143668826
免责声明：本站文章内容转载自网络资源，如本站内容侵犯了原著者的合法权益，可联系本站删除。更多内容请关注自学内容网（zxcms.com）！