Files
TSlib/scripts/imputation/ETT_script/TimesNet_ETTh2.sh
2025-08-28 10:17:59 +00:00

112 lines
2.0 KiB
Bash

export CUDA_VISIBLE_DEVICES=1
model_name=TimesNet
python -u run.py \
--task_name imputation \
--is_training 1 \
--root_path ./dataset/ETT-small/ \
--data_path ETTh2.csv \
--model_id ETTh2_mask_0.125 \
--mask_rate 0.125 \
--model $model_name \
--data ETTh2 \
--features M \
--seq_len 96 \
--label_len 0 \
--pred_len 0 \
--e_layers 2 \
--d_layers 1 \
--factor 3 \
--enc_in 7 \
--dec_in 7 \
--c_out 7 \
--batch_size 16 \
--d_model 32 \
--d_ff 32 \
--des 'Exp' \
--itr 1 \
--top_k 3 \
--learning_rate 0.001
python -u run.py \
--task_name imputation \
--is_training 1 \
--root_path ./dataset/ETT-small/ \
--data_path ETTh2.csv \
--model_id ETTh2_mask_0.25 \
--mask_rate 0.25 \
--model $model_name \
--data ETTh2 \
--features M \
--seq_len 96 \
--label_len 0 \
--pred_len 0 \
--e_layers 2 \
--d_layers 1 \
--factor 3 \
--enc_in 7 \
--dec_in 7 \
--c_out 7 \
--batch_size 16 \
--d_model 32 \
--d_ff 32 \
--des 'Exp' \
--itr 1 \
--top_k 3 \
--learning_rate 0.001
python -u run.py \
--task_name imputation \
--is_training 1 \
--root_path ./dataset/ETT-small/ \
--data_path ETTh2.csv \
--model_id ETTh2_mask_0.375 \
--mask_rate 0.375 \
--model $model_name \
--data ETTh2 \
--features M \
--seq_len 96 \
--label_len 0 \
--pred_len 0 \
--e_layers 2 \
--d_layers 1 \
--factor 3 \
--enc_in 7 \
--dec_in 7 \
--c_out 7 \
--batch_size 16 \
--d_model 32 \
--d_ff 32 \
--des 'Exp' \
--itr 1 \
--top_k 3 \
--learning_rate 0.001
python -u run.py \
--task_name imputation \
--is_training 1 \
--root_path ./dataset/ETT-small/ \
--data_path ETTh2.csv \
--model_id ETTh2_mask_0.5 \
--mask_rate 0.5 \
--model $model_name \
--data ETTh2 \
--features M \
--seq_len 96 \
--label_len 0 \
--pred_len 0 \
--e_layers 2 \
--d_layers 1 \
--factor 3 \
--enc_in 7 \
--dec_in 7 \
--c_out 7 \
--batch_size 16 \
--d_model 32 \
--d_ff 32 \
--des 'Exp' \
--itr 1 \
--top_k 3 \
--learning_rate 0.001