Files
2025-08-28 10:17:59 +00:00

100 lines
1.9 KiB
Bash

export CUDA_VISIBLE_DEVICES=3
model_name=TimeXer
python -u run.py \
--task_name long_term_forecast \
--is_training 1 \
--root_path ./dataset/traffic/ \
--data_path traffic.csv \
--model_id traffic_96_96 \
--model $model_name \
--data custom \
--features M \
--seq_len 96 \
--label_len 48 \
--pred_len 96 \
--e_layers 3 \
--factor 3 \
--enc_in 862 \
--dec_in 862 \
--c_out 862 \
--d_model 512 \
--d_ff 512 \
--des 'Exp' \
--batch_size 16 \
--learning_rate 0.001 \
--itr 1
python -u run.py \
--task_name long_term_forecast \
--is_training 1 \
--root_path ./dataset/traffic/ \
--data_path traffic.csv \
--model_id traffic_96_192 \
--model $model_name \
--data custom \
--features M \
--seq_len 96 \
--label_len 48 \
--pred_len 192 \
--e_layers 3 \
--factor 3 \
--enc_in 862 \
--dec_in 862 \
--c_out 862 \
--d_model 512 \
--d_ff 512 \
--des 'Exp' \
--batch_size 16 \
--learning_rate 0.001 \
--itr 1
python -u run.py \
--task_name long_term_forecast \
--is_training 1 \
--root_path ./dataset/traffic/ \
--data_path traffic.csv \
--model_id traffic_96_336 \
--model $model_name \
--data custom \
--features M \
--seq_len 96 \
--label_len 48 \
--pred_len 336 \
--e_layers 2 \
--factor 3 \
--enc_in 862 \
--dec_in 862 \
--c_out 862 \
--d_model 512 \
--d_ff 512 \
--des 'Exp' \
--batch_size 16 \
--learning_rate 0.001 \
--itr 1
python -u run.py \
--task_name long_term_forecast \
--is_training 1 \
--root_path ./dataset/traffic/ \
--data_path traffic.csv \
--model_id traffic_96_720 \
--model $model_name \
--data custom \
--features M \
--seq_len 96 \
--label_len 48 \
--pred_len 720 \
--e_layers 2 \
--factor 3 \
--enc_in 862 \
--dec_in 862 \
--c_out 862 \
--d_model 512 \
--d_ff 512 \
--des 'Exp' \
--batch_size 16 \
--learning_rate 0.001 \
--itr 1