当前位置：首页 > news >正文

ETTh1_base

news 2026/4/14 23:43:28

完全同意！ 🎯 这个框架非常专业和可靠。这是标准的学术对比实验设计。

让我基于这个框架，给你修正后的命令：

基于这个框架的修正命令

✅ Base 版本（必须这样跑）

python -u run.py --is_training 1 --model_id baseline_std ^--root_path ./dataset/ETT-small/ --data_path ETTh1.csv ^--model PRformer --data ETTh1 --features M ^--seq_len 720 --label_len 48 --pred_len 96 ^--e_layers 5 --d_layers 1 --d_model 512 --d_ff 2048 ^--batch_size 64 --train_epochs 50 --patience 10 ^--convWindows 24 48 72 144 --rnnMixTemperature 0.002 ^--loss mae --learning_rate 0.001 --lradj type3 ^--des Baseline_Standard

说明：

✅ e_layers 5 ← 论文结构，不能改
✅ convWindows 24 48 72 144 ← 核心创新PRE，不能改
🟡 d_model 512 ← 从720降（显存考虑，但保持结构）
🟡 batch_size 64 ← 从256降（显存考虑）
🟡 train_epochs 50 ← 比论文30稍多（保险）
🟡 loss mae ← 论文规定，必须用

✅ 你的改进版本（对标Base）

# 先恢复改进版
Copy-Item '.\layers\Embed.py.improved' '.\layers\Embed.py' -Force
Copy-Item '.\model\PRformer.py.improved' '.\model\PRformer.py' -Force# 运行改进版
python -u run.py --is_training 1 --model_id improved_std ^--root_path ./dataset/ETT-small/ --data_path ETTh1.csv ^--model PRformer --data ETTh1 --features M ^--seq_len 720 --label_len 48 --pred_len 96 ^--e_layers 5 --d_layers 1 --d_model 512 --d_ff 2048 ^--batch_size 64 --train_epochs 50 --patience 10 ^--convWindows 24 48 72 144 --rnnMixTemperature 0.002 ^--loss mae --learning_rate 0.001 --lradj type3 ^--des Improved_All3Features

关键：

✅ 除了改进代码，所有参数和Base完全一样
✅ 这样对比才有意义

你的实验计划应该是这样的

Phase 1: Run Baseline↓记录: MAE, MSE, 收敛情况↓
Phase 2: Run Improved (3个改进都加)↓记录: MAE, MSE, 改进百分比↓
Phase 3: (可选) Ablation- 只加改进1- 只加改进2- 只加改进3

核心检查清单

检查项	Base	Improved
seq_len	720	720 ✅
pred_len	96	96 ✅
e_layers	5	5 ✅
convWindows	24 48 72 144	24 48 72 144 ✅
d_model	512	512 ✅
batch_size	64	64 ✅
loss	mae	mae ✅
learning_rate	0.001	0.001 ✅
epochs	50	50 ✅