材料题

LV1

发表了文章 2026-01-302026-01-30 21:59:54

电力负荷预测怎么做才不翻车

做电力负荷预测的时候，经常会陷入一种很努力但不踏实的状态：模型写了好几版、特征也堆了不少，指标看着也不错，但心里总会犯嘀咕——这个提升到底是模型真强，还是评估或...

材料题 2026-01-302026-01-30 21:59:54

人工智能

发表了文章 2026-01-282026-01-28 07:53:30

更新Nvidia显卡驱动后，WSL系统CUDA失效并且Anaconda环境消失

做AI开发、跑深度学习代码的同学，大概率都遇到过显卡驱动与WSL环境冲突的坑。今天就给大家分享一个亲身踩坑经历——更新Nvidia显卡驱动后，WSL系统CUDA...

材料题 2026-01-282026-01-28 07:53:30

机器学习

发表了文章 2026-01-222026-01-22 08:07:18

充分利用未来已知信息：DAG 用双因果结构把 TSF-X 时序预测推到新高度

DAG 研究的是“当你做时间序列预测时，除了目标序列的历史数据，还拥有一堆外生协变量（其中一部分在未来也能提前知道）时，如何更稳健、更有效地用这些外生信息”，并...

材料题 2026-01-222026-01-22 08:07:18

人工智能

发表了文章 2026-01-212026-01-21 10:18:38

pip配环境太慢、冲突太多？uv 可能是你今年最值得换的工具

配环境有多恶心，无需多言，很多 Python 项目真正“拖慢开发效率”的，并不是写代码本身，而是配环境：

材料题 2026-01-212026-01-21 10:18:38

深度学习

订阅了专栏 2026-01-212026-01-21 10:17:08

每天掌握一个研究生必备工具

2 文章1 订阅数

加入了专栏 2026-01-212026-01-21 10:17:08

每天掌握一个研究生必备工具

2 文章1 订阅数

创建了专栏 2026-01-212026-01-21 10:17:08

每天掌握一个研究生必备工具

2 文章1 订阅数

发表了视频 2026-01-192026-01-19 21:31:53

10分39秒

RvInformer-基于Informer+实例归一化+趋势加权MSE-代码实战-时间序列预测模型

2026-01-19

发表了文章 2025-12-292025-12-29 10:33:38

时间序列预测新革命：从CycleNet到TQNet，一场“周期”与“相关性”的新范式

B站-懒羊羊吃辣条-2025-12-29https://space.bilibili.com/434538583?spm_id_from=333.1007.0....

材料题 2025-12-292025-12-29 10:33:38

机器学习

发表了文章 2025-12-242025-12-24 11:48:34

OLinear——基于正交变换的高效时间序列预测模型

B站-懒羊羊吃辣条-2025-12-24论文名称：OLinear: A Linear Model for Time Series Forecasting in ...

材料题 2025-12-242025-12-24 11:48:34

人工智能

订阅了专栏 2025-12-242025-12-24 11:47:41

时间序列论文阅读

4 文章4 订阅数

加入了专栏 2025-12-242025-12-24 11:47:41

时间序列论文阅读

4 文章4 订阅数

创建了专栏 2025-12-242025-12-24 11:47:41

时间序列论文阅读

4 文章4 订阅数

发表了文章 2025-12-242025-12-24 09:38:49

深入解析Temporal Fusion Transformer (TFT)——多步时间序列预测的创新模型

B站-懒羊羊吃辣条-2025-12-23https://space.bilibili.com/434538583?spm_id_from=333.1007.0....

材料题 2025-12-242025-12-24 09:38:49

人工智能、机器学习、材料研究平台

个人简介

暂未填写公司和职称
暂未填写个人简介
暂未填写技能专长
暂未填写学校和专业
暂未填写个人网址
暂未填写所在城市
加入社区时间：2025-12-23

个人成就

获得 5 次赞同
文章被阅读 1.8K 次

关注了：0关注者：6

材料题

电力负荷预测怎么做才不翻车

更新Nvidia显卡驱动后，WSL系统CUDA失效并且Anaconda环境消失

充分利用未来已知信息：DAG 用双因果结构把 TSF-X 时序预测推到新高度

pip配环境太慢、冲突太多？uv 可能是你今年最值得换的工具

每天掌握一个研究生必备工具

每天掌握一个研究生必备工具

每天掌握一个研究生必备工具

时间序列预测新革命：从CycleNet到TQNet，一场“周期”与“相关性”的新范式

OLinear——基于正交变换的高效时间序列预测模型

时间序列论文阅读

时间序列论文阅读

时间序列论文阅读

深入解析Temporal Fusion Transformer (TFT)——多步时间序列预测的创新模型

个人简介

个人成就

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐