- 因为时间序列本身就是数值,不需要做nn.embedding或者说是one-hot编码,所有vocab_size都是1
- 时间序列是回归问题,经过decoder的最后输出只需要一个线性层,不需要softmax【NLP中,需要softmax是因为最后模型输出是单词,需要通过概率在词表中找出对应的单词】
- 时间序列预测任务的损失函数直接用MESLoss即可,不需要NLP中的label smoothing后KLDivLoss计算两个概率分布的相似度
- 时间序列的Embed,用conv1d做
- 还有一个地方我觉得有点问题,viz_decoder_src方法里面,example[2], example[1]的顺序才能得到行代表tgt,列代表src
- dataloader部分,可以参考informer的数据集生成代码
花了2个星期从0开始看代码改代码,才疏学浅