机器学习之心 ©著作权
文章标签 cnn transformer 人工智能 CNN-transformer Python 文章分类 HarmonyOS 后端开发
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。
独家原创 | Matlab实现CNN-Transformer时间序列预测
时序预测 | 基于LSTM-Transformer的时间序列预测（Python）
独家原创 | Matlab实现CNN-Transformer多变量时间序列预测
时序预测 | KAN+Transformer时间序列预测（Python）
时序预测 | Transformer时间序列预测 Matlab代码
时序预测 | Matlab基于Transformer多变量时间序列多步预测
时序预测 | 基于MAMbaS+transformer时间序列预测模型（pytorch）
时序预测 | 基于WTC+transformer时间序列组合预测模型（pytorch）
时间序列预测 | CEEMDAN+CNN+Transformer多变量时间序列预测（Python）
时序预测 | MATLAB实现TCN-Transformer时间序列预测
风速预测 | Python基于CEEMDAN-CNN-Transformer-ARIMA的风速时间序列预测
时序预测 | Matlab实现TCN-Transformer的时间序列预测
时序预测 | Pytorch实现TCN-Transformer的时间序列预测
举报文章
请选择举报类型
补充说明
0/200
上传截图
格式支持JPEG/PNG/JPG，图片不超过1.9M
