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
(此 ISSUE 为 PaddlePaddle Hackathon 第二期活动的任务 ISSUE,更多详见 https://github.com/PaddlePaddle/Paddle/issues/40234)
【任务说明】 任务标题: PaddleSpatial添加路时间序列预测模块 技术标签:Python、 PaddlePaddle 任务难度:简单 详细描述:实现最新的时间序列预测算法,完善PaddleSpatial时间序列预测能力 包括:1) 基于RNN的时序预测(非常简单) 2)论文 Informer: Beyond Efficient Transformer for Long Sequence Time-Series Forecasting (AAAI'21 Best Paper) 【提交流程】 直接PR至 https://github.com/PaddlePaddle/PaddleSpatial/tree/main/paddlespatial/modelzoo/timeseries即可开启验收。 【提交内容】 相关模块源代码、开发文档、Benchmark。 【合入标准】 开发完成,并参与后续维护至正式版本发布。 【技术要求】 熟悉PaddlePaddle基本算法模块。 【参考内容】 informer:https://github.com/zhouhaoyi/Informer2020 包含informer的实现代码; Seq2Seq:https://github.com/LibCity/Bigscity-LibCity/blob/master/libcity/model/traffic_speed_prediction/Seq2Seq.py 中含有一个RNN做时间序列预测的示例。 【答疑交流】 如果在开发中对于上述任务有任何问题,欢迎在本 ISSUE 下留言交流。 对于开发中的共性问题,在活动过程中,会定期组织答疑,请大家关注官网&QQ群的通知,及时参与。
The text was updated successfully, but these errors were encountered:
zhoujingbo
No branches or pull requests
(此 ISSUE 为 PaddlePaddle Hackathon 第二期活动的任务 ISSUE,更多详见 https://github.com/PaddlePaddle/Paddle/issues/40234)
【任务说明】
任务标题: PaddleSpatial添加路时间序列预测模块
技术标签:Python、 PaddlePaddle
任务难度:简单
详细描述:实现最新的时间序列预测算法,完善PaddleSpatial时间序列预测能力
包括:1) 基于RNN的时序预测(非常简单)
2)论文 Informer: Beyond Efficient Transformer for Long Sequence Time-Series Forecasting (AAAI'21 Best Paper)
【提交流程】
直接PR至 https://github.com/PaddlePaddle/PaddleSpatial/tree/main/paddlespatial/modelzoo/timeseries即可开启验收。
【提交内容】
相关模块源代码、开发文档、Benchmark。
【合入标准】
开发完成,并参与后续维护至正式版本发布。
【技术要求】
熟悉PaddlePaddle基本算法模块。
【参考内容】
informer:https://github.com/zhouhaoyi/Informer2020 包含informer的实现代码;
Seq2Seq:https://github.com/LibCity/Bigscity-LibCity/blob/master/libcity/model/traffic_speed_prediction/Seq2Seq.py
中含有一个RNN做时间序列预测的示例。
【答疑交流】
如果在开发中对于上述任务有任何问题,欢迎在本 ISSUE 下留言交流。
对于开发中的共性问题,在活动过程中,会定期组织答疑,请大家关注官网&QQ群的通知,及时参与。
The text was updated successfully, but these errors were encountered: