We read every piece of feedback, and take your input very seriously.
To see all available qualifiers, see our documentation.
Have a question about this project? Sign up for a free GitHub account to open an issue and contact its maintainers and the community.
By clicking “Sign up for GitHub”, you agree to our terms of service and privacy statement. We’ll occasionally send you account related emails.
Already on GitHub? Sign in to your account
你好,我按照script.md中的代码跑出来的结果和论文差了很多 CUDA_VISIBLE_DEVICES=0 python run.py --is_training 1 --data_path ETTh1.csv --model_id ETTh1_96_96 --model MTSMixer --data ETTh1 --seq_len 96 --pred_len 96 --enc_in 7 --c_out 7 --des 'EXP' --itr 1 --sampling 6 --fac_T --norm --rev --learning_rate 0.005 结果如下: mse:0.40452468395233154, mae:0.42268383502960205 比起论文中的结果差的很远。。。
The text was updated successfully, but these errors were encountered:
您好,不确定您使用的 batch_size 大小如何,我尝试了 batch_size 为 16/32 的时候都是正常的。如果您使用了较大的 batch_size,可以参考 https://arxiv.org/abs/1609.04836,大的 batch_size 可能会导致较差的性能;如果您使用的 batch_size 是正常的,这就可能和您使用的显卡有关系,我们仅测试了 A100 和 V100,不确定其他类型的显卡可能存在的精度问题
Sorry, something went wrong.
您好,不确定您使用的 batch_size 大小如何,我尝试了 batch_size 为 16/32 的时候都是正常的。如果您使用了较大的 batch_size,可以参考 https://arxiv.org/abs/1609.04836,大的 batch_size 可能会导致较差的性能;如果您使用的 batch_size 是正常的,这就可能和您使用的显卡有关系,我们仅测试了 A100 和 V100,不确定其他类型的显卡可能存在的精度问题 您好,不同类型的显卡会造成模型精度的较大变化吗
您好,不同类型的显卡会造成模型精度的较大变化吗
不太确定,但之前在本地卡上跑的时候确实会出现精度造成的问题,至少服务器上A100,V100的结果都ok
No branches or pull requests
你好,我按照script.md中的代码跑出来的结果和论文差了很多
CUDA_VISIBLE_DEVICES=0 python run.py --is_training 1 --data_path ETTh1.csv --model_id ETTh1_96_96 --model MTSMixer --data ETTh1 --seq_len 96 --pred_len 96 --enc_in 7 --c_out 7 --des 'EXP' --itr 1 --sampling 6 --fac_T --norm --rev --learning_rate 0.005
结果如下:
mse:0.40452468395233154, mae:0.42268383502960205
比起论文中的结果差的很远。。。
The text was updated successfully, but these errors were encountered: