超级会员免费看
该专栏提供从基础到前沿的时间序列预测学习资源，包括LSTM的完整代码示例和多步预测分析，以及ICLR 2023和AAAI 2021的最新模型代码解读，旨在帮助初学者快速掌握实战技巧并配合论文阅读提升技能。
专栏内容
本专栏主要整理了作者在时间序列预测领域内的一些学习思路与代码整理，帮助大家在初进入此领域时，可以快速掌握代码进行实战操作，对代码的操作再结合论文阅读肯定是上升更快嘛，作者也愿意和大家一起讨论进步，下面的内容会逐步更新，作者主页的资源列也会放出一些可下载的资源供大家参考学习噢。
一、LSTM时间序列预测完整代码示例学习分析（pytorch框架）精选试读文章
二、LSTM多变量输入实现多步预测完整代码示例学习分析（pytorch）
前沿模型学习理解（持续更新中）
【ICLR 2023】时序精选论文01｜CrossFormer: 实现多维变量间的羁绊（代码解读附源码）
【ICLR 2023】时序精选论文02｜PatchTST: 片段输入与独立变量思想（代码解读附源码）
【ICLR 2023】时序精选论文03｜TimeNet: 借助FFT的周期性提取与二维空间建模（代码解读附源码）
【AAAI 2021】时序精选论文04｜Informer: 更高性能的Transformer（代码解读附源码）
【NIPS 2021】时序精选论文05｜Autoformer: 基于深度分解架构和自相关机制的长期序列预测模型（代码解读附源码）
【ICML 2022】时序精选论文06｜FEDformer: 基于频域应用注意力机制的长期序列预测模型（长时预测效果超SOTA | 代码解读附源码）
【NIPS 2022】时序精选论文07｜Non-stationary Transformers: 引入非平稳性信息的平稳化序列预测模型（代码解读附源码）
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
