目录
一、基于PyTorch搭建CNN(二维卷积Conv2D)模型实现风速时间序列预测
一、基于PyTorch搭建CNN(二维卷积Conv2D)模型实现风速时间序列预测
上一篇文章我们使用一维卷积 Conv1D
进行预测,对于本篇文章我们尝试使用图像任务常用的二维卷积 Conv2D
进行处理时序数据,对于时序类型我们可以将它转化为图像数据的格式【通道数,宽,高】。
由于这样强行转换,尽管最终能够使用二维卷积进行预测,但是违背了二维卷积提取数据的意图,所以说模型最终效果略差于 Conv1D
一维卷积,至于为什么下面我们定义模型的时候给出说明。
二、配置类
下面是本项目需要使用的参数以及相关变量,为了方便我们将所有参数封装到一个类中,也可以使用 argparse
参数解析方式。
为了说明数据各个阶段的维度变化,特此定义了如下变量大小,小伙伴需要记住下面变量的值一遍理解下文说明各个阶段的维度大小。
class Config():
data_path = '../data/wind_dataset.csv'
timestep = 20 # 时间步长,就是利用多少时间窗口
batch_size = 3