【Transformer序列预测】Pytorch中构建Transformer对序列进行预测源代码

Python，Pytorch中构建Transformer进行序列预测源程序。包含所有的源代码和数据，程序能够一键运行。此程序是完整的Transformer，即使用了Encoder、Decoder和Embedding所有模块。源程序是用jupyterLab所写，建议分块运行。也整理了.py格式供PyCharm等运行。

工作是进行序列预测，此示例是使用12个值，来预测1个值。

具体工作如下：

1、加载数据。数据为Excel文件，525行，13列。即525个样本，前12列为数据，第13列为预测值（标签）。原序列长度为12，预测步长为1。为了符合Transformer的输入，将原始的1x12序列强行调整为3x4的格式，即序列长度=3，维度=4。这一步对于Transformer非常重要。依次划分70%、10%、20%作为训练集、验证集和测试集。

2、构建Encoder、Decoder类，进而构建Transformer。用summary显示网络结构。

3、训练，计算Loss。

4、测试，计算测试集R2、MAE、RMSE、MAPE，绘图。