来自 PyTorch-Forecasting 的 nn.Modules 实现 Temporal Fusion Transformer：https://github.com/jdb78/pytorch-forecasting

PyTorch Forecasting v0.9.1 许可证，来自 https://github.com/jdb78/pytorch-forecasting/blob/master/LICENSE，访问于 2021 年 11 月 3 日：’THE MIT License’

版权所有 2020 Jan Beitner

特此免费授予任何获得本软件及其相关文档文件（以下简称“软件”）副本的人，不受限制地处理本软件，包括但不限于使用、复制、修改、合并、发布、分发、再许可和/或销售本软件副本的权利，并允许获得本软件的人这样做，但须遵守以下条件：

上述版权声明和本许可声明应包含在软件的所有副本或实质部分中。

darts.models.forecasting.tft_submodels.get_embedding_size(n, max_size=100)

通过经验确定良好的嵌入大小（公式取自fastai）。 :type n: int :param n: 类别数量 :type n: int :type max_size: int :param max_size: 最大嵌入大小。默认为100。 :type max_size: int, optional

返回

嵌入大小

返回类型

int

上一页

时间融合变换器 (TFT)

下一页

Theta 方法