单变量时间序列预测：运用深度学习与PyTorch技术

使用深度学习进行单变量时间序列预测 使用深度学习和PyTorch的单变量时间序列预测 0.简介 该存储库使用深度学习模型（包括DNN ， CNN ， RNN ， LSTM ， GRU ，递归LSTM和Attention LSTM）提供单变量时间序列预测。 使用的数据集是“设备能源预测数据集” ，可以在找到。 1.定量分析 根据下表，使用1D卷积层的CNN胜过其他模型。 模型 湄↓ MSE↓ RMSE↓ MPE↓ MAPE↓ R平方↑ DNN 31.0077 4039.9806 57.8505 -16.4529 27.5759 0.4355 有线电视新闻网 28.4919 3869.6289 56.6529 -11.5615 24.3810 0.4567 RNN 30.7757 3997.9815 57.8951 -19.2878 28.4