GCN+BiLSTM多特征输入时间序列预测（Pytorch）
目录
- 效果一览
- 基本介绍
- 程序设计
- 参考资料
效果一览
基本介绍
GCN+BiLSTM多特征输入时间序列预测（Pytorch）
可以做风电预测，光伏预测，寿命预测，浓度预测等。
Python代码，基于Pytorch编写
1.多特征输入单步预测，多步预测，回归预测。
2.可用作风电预测，光伏预测等。
3.代码本人编写和调试，注释清晰
4.csv,xlsx读取，只要替换自己数据集即可。
程序设计
- 完整源码和数据获取方式私信回复SO-BiTCN-BiGRU-Attention多输入单输出回归预测。
import torch
import torch.nn as nn
import torch.nn.functional as F
import math
import numpy as np
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import torch
import torch.nn as nn
from torch.optim import Adam
from torch.utils.data import Dataset, DataLoader
from sklearn.metrics import r2_score, mean_squared_error, mean_absolute_error
from sklearn.preprocessing import MinMaxScaler
from tqdm import tqdm
参考资料
[1] http://t.csdn.cn/pCWSp
[2] https://download.csdn.net/download/kjm13182345320/87568090?spm=1001.2014.3001.5501
[3] https://blog.csdn.net/kjm13182345320/article/details/129433463?spm=1001.2014.3001.5501