1.需要按照给定配置准备python3.8环境与相关依赖包，全程在windows环境下进行

2.github

thuml/Time-Series-Library: A Library for Advanced Deep Time Series Models. (github.com)

论文

TimesNet: Temporal 2D-Variation Modeling for General Time Series Analysis | OpenReview

3.windows运行shell脚本与注意事项

通过使用git bash运行sh脚本，这里需要在git bash中使用anoconda，没有git可以先安装一个

可参考下面链接

(136条消息) 在 Git Bash 中使用 Anaconda Conda_git bash anaconda_Xovee的博客-CSDN博客

另外需要修改你想要使用的对应sh文件，在最后添加

--num_workers 0

因为linux系统中可以使用多个子进程加载数据，windows系统里是不可以的

别忘了上一行的斜杠

参考(136条消息) RuntimeError: An attempt has been made to start a new process before the current process解决(亲测有效)_小肖爱编程的博客-CSDN博客

论文解读正在进行。。后续更新

在根目录右键git bash here，跑的scripts/long_ter_forecast/Weather_script/TimesNet.sh

区别是我在每一次批处理后面加了一句 --num_workers 0 ，其他没做改动

测试的时候用的CPU，大家装了cuda的可以改成GPU，可以在脚本里改，也可以在run.py里面改

————————————————————————————————

评论区回复：

（1）在运行bash ./scripts/long_term_forecast/ETT_script/TimesNet_ETTh1.sh时，只弹出了4次Args in experiment: 但是程序根本就没有training呢？这是为什么呢？谢谢！

暂时没遇到这个问题，下面是我修改的sh脚本和运行截图

可能需要注意一下你run的批次后面要加   --num_workers 0

 

 

 

 运行截图

 

 应该是有在训练的

——————————————————————————————————

备注：我不是做专门时序预测任务的，只是项目需要，做一组数据的时序预测，就调研了一些方法在对比和测试hh