Files
TSlib/scripts/long_term_forecast/xPatch_SparseChannel_PEMS.sh

150 lines
2.9 KiB
Bash

#!/bin/bash
#export CUDA_VISIBLE_DEVICES=0
model_name=xPatch_SparseChannel
seq_len=96
pred_len=12
learning_rate=0.003
d_model=128
d_ff=256
batch_size=128
train_epochs=10
patience=10
# PEMS03 dataset
python -u run.py \
--task_name long_term_forecast \
--is_training 1 \
--root_path ./dataset/PEMS/ \
--data_path PEMS03.npz \
--model_id PEMS03 \
--model $model_name \
--data PEMS \
--features M \
--seq_len $seq_len \
--label_len 0 \
--pred_len $pred_len \
--e_layers 2 \
--d_layers 1 \
--enc_in 358 \
--dec_in 358 \
--c_out 358 \
--lradj 'sigmoid' \
--d_model $d_model \
--d_ff $d_ff \
--n_heads 16 \
--patch_len 16 \
--stride 8 \
--k_graph 8 \
--dropout 0.1 \
--revin 1 \
--batch_size $batch_size \
--learning_rate $learning_rate \
--train_epochs $train_epochs \
--patience $patience \
--des 'Exp' \
--itr 1
# PEMS04 dataset
python -u run.py \
--task_name long_term_forecast \
--is_training 1 \
--root_path ./dataset/PEMS/ \
--data_path PEMS04.npz \
--model_id PEMS04 \
--model $model_name \
--data PEMS \
--features M \
--seq_len $seq_len \
--label_len 0 \
--pred_len $pred_len \
--e_layers 2 \
--d_layers 1 \
--enc_in 307 \
--dec_in 307 \
--c_out 307 \
--lradj 'sigmoid' \
--d_model $d_model \
--d_ff $d_ff \
--n_heads 16 \
--patch_len 16 \
--stride 8 \
--k_graph 8 \
--dropout 0.1 \
--revin 1 \
--batch_size $batch_size \
--learning_rate $learning_rate \
--train_epochs $train_epochs \
--patience $patience \
--des 'Exp' \
--itr 1
# PEMS07 dataset
python -u run.py \
--task_name long_term_forecast \
--is_training 1 \
--root_path ./dataset/PEMS/ \
--data_path PEMS07.npz \
--model_id PEMS07 \
--model $model_name \
--data PEMS \
--features M \
--seq_len $seq_len \
--label_len 0 \
--pred_len $pred_len \
--e_layers 2 \
--d_layers 1 \
--enc_in 883 \
--dec_in 883 \
--c_out 883 \
--lradj 'sigmoid' \
--d_model $d_model \
--d_ff $d_ff \
--n_heads 16 \
--patch_len 16 \
--stride 8 \
--k_graph 8 \
--dropout 0.1 \
--revin 1 \
--batch_size $batch_size \
--learning_rate $learning_rate \
--train_epochs $train_epochs \
--patience $patience \
--des 'Exp' \
--itr 1
# PEMS08 dataset
python -u run.py \
--task_name long_term_forecast \
--is_training 1 \
--root_path ./dataset/PEMS/ \
--data_path PEMS08.npz \
--model_id PEMS08 \
--model $model_name \
--data PEMS \
--features M \
--seq_len $seq_len \
--label_len 0 \
--pred_len $pred_len \
--e_layers 2 \
--d_layers 1 \
--enc_in 170 \
--dec_in 170 \
--c_out 170 \
--lradj 'sigmoid' \
--d_model $d_model \
--d_ff $d_ff \
--n_heads 16 \
--patch_len 16 \
--stride 8 \
--k_graph 8 \
--dropout 0.1 \
--revin 1 \
--batch_size $batch_size \
--learning_rate $learning_rate \
--train_epochs $train_epochs \
--patience $patience \
--des 'Exp' \
--itr 1