Torch-MTS

A simple PyTorch framework for multivariate time series forecasting, for personal use.

All the codes are based on my personal coding habit and style.

Performance Table

Environment: PyTorch 1.13.1 & NVIDIA RTX 5000 Ada 32G

Tips

1. 不要用 sklearn 的 StandardScaler
2. 构建 train-val-test 的时候必须只使用 x_train 的分布构建 scaler
3. 读取原始数据的时候 .astype(np.float32)，保证全程的数据不管是 ndarray 还是 tensor 都是 float32 类型
4. [重点重点重点] 千万不要 transform 任何 y，这一点可以解决各种各样的奇怪问题，例如 MAPE 爆炸
5. 在 forward 过程中 inverse_transform(y_pred) 之后再和 y_true 算 loss。如果算 loss 时 y_pred, y_true 是 transform 后的，会严重影响 performance
6. metrics 中不要修改 y_pred, y_true 的任何值，例如把特别小的值置为 0。引起这个操作的情况是 MAPE 分母的 y_true 中有一些特别小的值导致算出来的值爆炸，只要按照上面的 1234 的要求做，就不会出现这种情况
7. Learning scheduler: MultiStepLR 必须有而且要细调，而且要和课程学习的设置联动

Changelog

• v1.1: 第一个能用的版本
• v1.2: 参考 BasicTS，重构了整个 dataset 的创建和读取
• v1.3: 添加单独的 loss 和 runner 模块
• v1.4: 交通预测的稳定 (或许是完全 bug-free) 版本，使用半年以上