-
Notifications
You must be signed in to change notification settings - Fork 284
New issue
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
RevIN and StandardScaler #99
Comments
我也想问 搞不懂 |
我在其他地方问了,给我的答案是说StandardScaler是针对全局的,而RevIN是针对局部的,应该不冲突;而且两种都用在我自己的数据集上确实也有提升,虽然我还是不太明白原理 |
为什么revin用在我自己的数据集上没有效果啊 用不用都一样的结果 是不是我哪搞错了 崩溃 |
用上去不说效果好不好,结果应该不一样才对,要不再看看代码是不是不对 |
效果变了 从0.5170变成0.5168 这算吗 没多大区别啊 在您的数据集上变化大吗 |
我这边变化稍微大一点 在0.0x这个级别,那只能说确实变化不大 |
请问你有试过dish-TS吗?能交流一下吗 |
不好意思,没有诶,我主要不是搞归一化这块的 |
那你搞patch或者 通道独立、 通道混合这一块吗 |
是最近才在看,通道独立和patch,有在跑一些实验 |
明天加你稍微交流一下,我也懂得很少,今天还有事情忙 |
好滴 |
我看StandardScaler只针对train data计算了mean和std,然后apply到了全量数据,这是为什么? |
我去看了一下代码,确实如此。
查了一下是说要假设未来数据的mean和std等数据是无法获知的,所以会用训练集的mean和std去apply到validation和test上。我之前不是这么做的,都没注意到,我现在改过去试一下,应该不会有特别大的影响
| |
周泽龙
|
|
***@***.***
|
---- Replied Message ----
| From | ***@***.***> |
| Date | 4/11/2024 22:04 |
| To | ***@***.***> |
| Cc | Arnold ***@***.***>,
State ***@***.***> |
| Subject | Re: [yuqinie98/PatchTST] RevIN and StandardScaler (Issue #99) |
我看StandardScaler只针对train data计算了mean和std,然后apply到了全量数据,这是为什么?
—
Reply to this email directly, view it on GitHub, or unsubscribe.
You are receiving this because you modified the open/close state.Message ID: ***@***.***>
|
明白了,确实“假设未来数据的mean和std等数据是无法获知的”是有道理的,变化比较大。 |
我注意到在训练前导入数据时已经使用StandardScaler对数据进行了Normalization,然后每个batch输入模型后又进行了RevIN操作,我想知道这两种Normalization是可以同时使用的吗?
The text was updated successfully, but these errors were encountered: