前言今年时间序列SOTA，DLinear模型，论文下载链接，也可以看我写的论文解析当然最好是读原文。Dlinear，NLinear模型Github项目地址，下载项目文件这里提供我写过注释的项目文件，下载地址参数设定模块(run_longExp)首先打开run_longExp.py文件保证在不修改任何参数的情况下，代码可以跑通，这里windows系统需要将代码中--is_training、--model_id、--model、--data参数中required=True选项删除，否则会报错。--num_workers参数需要置为0。其次需要在项目文件夹下新建子文件夹data用来存放训练数据，可以

前言今年发布8月份发布的一篇有关长时间序列预测（SOTA）的文章，DLinear、NLinear在常用9大数据集（包括ETTh1、ETTh2、ETTm1、ETTm2、Traffic等）上MSE最低，模型单变量、多变量实验数据：在计算资源与效率上，DLinear模型时间复杂度为O(L)，且模型非常小巧，下面为其他Transformer时间预测模型计算资源与效率：论文下载：AreTransformersEffectiveforTimeForecasting，代码以及使用说明GitHub项目地址这是我第一次做论文解读，建议大家去认真读一读原文，这篇文章写作很棒，也很值得学习，作者对于Transfor

前言今年发布8月份发布的一篇有关长时间序列预测（SOTA）的文章，DLinear、NLinear在常用9大数据集（包括ETTh1、ETTh2、ETTm1、ETTm2、Traffic等）上MSE最低，模型单变量、多变量实验数据：在计算资源与效率上，DLinear模型时间复杂度为O(L)，且模型非常小巧，下面为其他Transformer时间预测模型计算资源与效率：论文下载：AreTransformersEffectiveforTimeForecasting，代码以及使用说明GitHub项目地址这是我第一次做论文解读，建议大家去认真读一读原文，这篇文章写作很棒，也很值得学习，作者对于Transfor