目录 引言 AutoformerConfig 参数详解 示例代码 AutoformerModel 参数 forward 方法参数 返回值 主要返回元素 示例代码 AutoformerForPrediction 参数 forward 方法参数 返回值 使用示例 引言 Autoformer是一种用于长期时间序列预测的模型，由Haixu Wu, Jiehui X

写在前面 在本文中，我们利用Nixtla的NeuralForecast框架，实现多种基于Transformer的时序预测模型，包括：Transformer, Informer, Autoformer, FEDformer和PatchTST模型，并且实现将它们应用于股票价格预测的简单例子。 1 NeuralForecast neuralforecast 是一个旨在为时间序列预测提供一个丰

作者 | 吴海旭报道 | 新智元   编辑 | 好困 【导读】近日，清华大学软件学院机器学习实验室另辟蹊径，基于随机过程经典理论，提出全新Autoformer架构，包括深度分解架构及全新自相关机制，长序预测性能平均提升38%。 尽可能延长预测时效是时序预测的核心难题，对于能源、交通、经济的长期规划，气象灾害、疾病的早期预警等具有重要意义。 清华大学软件学院机器学习实验室的研究人员近日发表了一篇论