- 博客(5)
- 收藏
- 关注
RSS订阅原创 时间序列预测问题（二）：时间序列大模型TimeGPT
TimeGPT号称是在大量来自各方面的时序数据上（包含超过1000亿个数据点）训练的专用于解决时序问题的预训练大模型，它能够在不进行额外训练的情况下，直接输入时序数据并进行预测。按照TimeGPT的处理格式预处理了我的数据如上格式，需要注意的是时间一列需要转成panda的datetime形式，详见。TimeGPT是美国的一家公司Nixtla提出的业界首个时序基础模型，并开放了相关模型的API（点击链接后申请key即可，注意这个是有1000的额度，当你调用次数到了一定额度后就需要收费了。
2024-04-05 11:24:44
332
2
原创 小白LaTeX入门（overleaf使用）
最近开始写本科毕业论文了，之前就对LaTeX有耳闻，正好借此机会学习一下。本篇博客是记录从零学习LaTeX写论文的过程，会包括一些LaTeX公式，以便之后查询，发上来希望能对像我一样的初学者有帮助。overLeaf（这里的介绍是基于overleaf官方提供的LaTeX介绍，链接放在下面，原文档是英文版的）总结来说， LaTeX是一个关注专业写作排版（比如各种论文排版）的工具，它不同于word这类的写作工具。
2024-04-02 20:09:48
886
原创 时间序列预测问题（一）：时序预测方式总结
最近在做一个山体滑坡监测预警系统，目前的工作进度是系统已经基本搭建完成，开始研究预警模块了，目前可用的数据就是基于GNSS（全球导航卫星系统）传感器采集的每一时刻的山体位移数据，如下图其实也就是山体移动的变化量。以数据的特征为导向，自然而然的想到了时间序列预测问题，即基于上图中历史的位移数据去预测未来位移的可能取值。
2024-04-02 18:46:20
808
1
原创 解决ERROR: Could not build wheels for greenlet, which is required to install pyproject.toml-based proj
python package通常作为"wheels" (.whl files)来分发，通常为预编译的二进制文件，刚刚的指令正式采用wheels来安装，而非使用源文件安装包。执行pip install websocket的过程中出现上述安装问题，显示greenlet安装出现问题，手动执行以下指令安装greenlet成功。
2024-01-30 17:11:10
1951
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人