TensorFlow时间序列tfts入门-sine数据

基础

• tfts地址-https://github.com/LongxingTan/Time-series-prediction

安装tfts

pip install tfts

数据sine函数

train, valid = tfts.get_data(args.use_data, args.train_length, args.predict_length, test_size=0.2)

如果想用docker的话，在tfts地址的docker文件夹下载Dockerfile

然后进入交互模式

训练

Note

注意该数据集训练集和测试集虽然数据不同，但模式相同，所以可以认为几乎是过拟合的。
但一个强大的模型，应该先能够过拟合简单数据

RNN

cd examples
python run_prediction.py --use_model rnn

seq2seq

cd examples
python run_prediction.py --use_model seq2seq

TCN

cd examples
python run_prediction.py --use_model tcn

wavenet

cd examples
python run_prediction.py --use_model wavenet

Bert

cd examples
python run_prediction.py --use_model bert

Transformer

cd examples
python run_prediction.py --use_model transformer

informer

cd examples
python run_prediction.py --use_model informer

如果 custom_params.update({"skip_connect_circle": True})

如果 custom_params.update({"skip_connect_circle": False})

Nbeats

cd examples
python run_prediction.py --use_model nbeats