pytorch时间序列预测训练框架

代码兼容性较强，使用的是一些基本的库、基础的函数
在argparse中可以选择使用wandb，能在wandb网站中生成可视化的训练过程

1，环境

torch：https://pytorch.org/get-started/previous-versions/

pip install tqdm wandb -i https://pypi.tuna.tsinghua.edu.cn/simple

2，数据格式

参考dataset中的样例

3，run.py

模型训练时运行该文件，argparse中有对每个参数的说明

4，predict_pt.py

使用训练好的pt模型预测

5，export_onnx.py

将pt模型导出为onnx模型

6，predict_onnx.py

使用导出的onnx模型预测

7，export_trt_record

文档中有onnx模型导出为tensort模型的详细说明

8，predict_trt.py

使用导出的trt模型预测

其他

学习笔记：https://github.com/TWK2022/notebook

---

ETTh1.csv

模型(m)	input_column	output_column	input_size	output_size	divide	train_mse_decay	val_mse
tsf	all	all	96	24	19:1	0.188	0.268
itransformer	all	all	96	24	19:1	0.219	0.260
nlinear	all	all	96	24	19:1	0.228	0.255
lstm	all	all	96	24	19:1	0.241	0.260
linear	all	all	96	24	19:1	0.247	0.267
pathformer	all	all	96	24	19:1	0.229	0.275
crossformer	all	all	96	24	19:1	0.258	0.278
diffusion_ts	all	all	96	24	19:1	0.212	0.330