Skip to content

My personal PyTorch framework for multivariate time series forecasting.

License

Notifications You must be signed in to change notification settings

XDZhelheim/Torch-MTS

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

Torch-MTS

A simple PyTorch framework for multivariate time series forecasting, for personal use.

All the codes are based on my personal coding habit and style.

Performance Table

Environment: PyTorch 1.13.1 & NVIDIA RTX 5000 Ada 32G

TMTS-Table-240513

Tips

  1. 不要用 sklearn 的 StandardScaler
  2. 构建 train-val-test 的时候必须只使用 x_train 的分布构建 scaler
  3. 读取原始数据的时候 .astype(np.float32),保证全程的数据不管是 ndarray 还是 tensor 都是 float32 类型
  4. [重点重点重点] 千万不要 transform 任何 y,这一点可以解决各种各样的奇怪问题,例如 MAPE 爆炸
  5. 在 forward 过程中 inverse_transform(y_pred) 之后再和 y_true 算 loss。如果算 loss 时 y_pred, y_true 是 transform 后的,会严重影响 performance
  6. metrics 中不要修改 y_pred, y_true 的任何值,例如把特别小的值置为 0。引起这个操作的情况是 MAPE 分母的 y_true 中有一些特别小的值导致算出来的值爆炸,只要按照上面的 1234 的要求做,就不会出现这种情况
  7. Learning scheduler: MultiStepLR 必须有而且要细调,而且要和课程学习的设置联动

Changelog

  • v1.1: 第一个能用的版本
  • v1.2: 参考 BasicTS,重构了整个 dataset 的创建和读取
  • v1.3: 添加单独的 loss 和 runner 模块
  • v1.4: 交通预测的稳定 (或许是完全 bug-free) 版本,使用半年以上

About

My personal PyTorch framework for multivariate time series forecasting.

Resources

License

Stars

Watchers

Forks

Packages

No packages published