export CUDA_VISIBLE_DEVICES=0 model_name=iTransformer python -u run.py \ --task_name classification \ --is_training 1 \ --root_path ./dataset/EthanolConcentration/ \ --model_id EthanolConcentration \ --model $model_name \ --data UEA \ --e_layers 3 \ --batch_size 16 \ --d_model 2048 \ --d_ff 256 \ --top_k 3 \ --des 'Exp' \ --itr 1 \ --learning_rate 0.001 \ --train_epochs 100 \ --patience 10 \ --enc_in 3 python -u run.py \ --task_name classification \ --is_training 1 \ --root_path ./dataset/FaceDetection/ \ --model_id FaceDetection \ --model $model_name \ --data UEA \ --e_layers 3 \ --batch_size 16 \ --d_model 128 \ --d_ff 256 \ --top_k 3 \ --des 'Exp' \ --itr 1 \ --learning_rate 0.001 \ --train_epochs 100 \ --patience 10 \ --enc_in 3 python -u run.py \ --task_name classification \ --is_training 1 \ --root_path ./dataset/Handwriting/ \ --model_id Handwriting \ --model $model_name \ --data UEA \ --e_layers 3 \ --batch_size 16 \ --d_model 128 \ --d_ff 256 \ --top_k 3 \ --des 'Exp' \ --itr 1 \ --learning_rate 0.001 \ --train_epochs 100 \ --patience 10 \ --enc_in 3 python -u run.py \ --task_name classification \ --is_training 1 \ --root_path ./dataset/Heartbeat/ \ --model_id Heartbeat \ --model $model_name \ --data UEA \ --e_layers 3 \ --batch_size 16 \ --d_model 128 \ --d_ff 256 \ --top_k 3 \ --des 'Exp' \ --itr 1 \ --learning_rate 0.001 \ --train_epochs 100 \ --patience 10 \ --enc_in 3 python -u run.py \ --task_name classification \ --is_training 1 \ --root_path ./dataset/JapaneseVowels/ \ --model_id JapaneseVowels \ --model $model_name \ --data UEA \ --e_layers 3 \ --batch_size 16 \ --d_model 128 \ --d_ff 256 \ --top_k 3 \ --des 'Exp' \ --itr 1 \ --learning_rate 0.001 \ --train_epochs 100 \ --patience 10 \ --enc_in 3 python -u run.py \ --task_name classification \ --is_training 1 \ --root_path ./dataset/PEMS-SF/ \ --model_id PEMS-SF \ --model $model_name \ --data UEA \ --e_layers 3 \ --batch_size 16 \ --d_model 128 \ --d_ff 256 \ --top_k 3 \ --des 'Exp' \ --itr 1 \ --learning_rate 0.001 \ --train_epochs 100 \ --patience 10 \ --enc_in 3 python -u run.py \ --task_name classification \ --is_training 1 \ --root_path ./dataset/SelfRegulationSCP1/ \ --model_id SelfRegulationSCP1 \ --model $model_name \ --data UEA \ --e_layers 3 \ --batch_size 16 \ --d_model 128 \ --d_ff 256 \ --top_k 3 \ --des 'Exp' \ --itr 1 \ --learning_rate 0.001 \ --train_epochs 100 \ --patience 10 \ --enc_in 3 python -u run.py \ --task_name classification \ --is_training 1 \ --root_path ./dataset/SelfRegulationSCP2/ \ --model_id SelfRegulationSCP2 \ --model $model_name \ --data UEA \ --e_layers 3 \ --batch_size 16 \ --d_model 128 \ --d_ff 256 \ --top_k 3 \ --des 'Exp' \ --itr 1 \ --learning_rate 0.001 \ --train_epochs 100 \ --patience 10 \ --enc_in 3 python -u run.py \ --task_name classification \ --is_training 1 \ --root_path ./dataset/SpokenArabicDigits/ \ --model_id SpokenArabicDigits \ --model $model_name \ --data UEA \ --e_layers 3 \ --batch_size 16 \ --d_model 128 \ --d_ff 256 \ --top_k 3 \ --des 'Exp' \ --itr 1 \ --learning_rate 0.001 \ --train_epochs 100 \ --patience 10 \ --enc_in 3 python -u run.py \ --task_name classification \ --is_training 1 \ --root_path ./dataset/UWaveGestureLibrary/ \ --model_id UWaveGestureLibrary \ --model $model_name \ --data UEA \ --e_layers 3 \ --batch_size 16 \ --d_model 128 \ --d_ff 256 \ --top_k 3 \ --des 'Exp' \ --itr 1 \ --learning_rate 0.001 \ --train_epochs 100 \ --patience 10 \ --enc_in 3