所有项目已全部上传至Github,小伙伴可以前往学习:
🌈『目录』
📢 数据集介绍
📢 RNN篇
(一):GRU实现时间序列预测(PyTorch版)
(二):LSTM实现时间序列预测(PyTorch版)
(三):RNN实现时间序列预测(PyTorch版)
(四):BiLSTM(双向LSTM)实现时间序列预测(PyTorch版)
📢 CNN篇
(一):CNN(一维卷积Conv1D)实现时间序列预测(PyTorch版)
(二):CNN(二维卷积Conv2D)实现时间序列预测(PyTorch版)
📢 模型融合篇
(一):LSTM+CNN实现时间序列预测(PyTorch版)
(二):LSTM+注意力机制(Attention)实现时间序列预测(PyTorch版)
(三):CNN+注意力机制(Attention)实现时间序列预测(PyTorch版)
(四):CNN+LSTM+Attention实现时间序列预测(PyTorch版)
📢 MLP篇
📢 注意力篇
📢 时间卷积网络篇
📢 其它模型篇
📢 注意信息
📢 单变量、多变量篇
(一):LSTM实现单变量时间序列预测(PyTorch版)
(二):LSTM实现多变量时间序列预测(PyTorch版)
📢 多步预测篇
(一):时间序列多步预测经典方法总结
(二):LSTM实现多变量输入多步预测时间序列预测(PyTorch版) —— 直接多输出