Seb5Vet

> > 请问要进行模型输出值的反归一化，直接调用对应的数据集的方法inverse_transform，输入参数data直接传入模型输出量吗，是否需要别的处理呢？ > > main_informer文件里有参数'--inverse'，调这个就可以了。程序里有调用反归一的功能，不用你自己调用函数，调参数就可以了。 我把inverse这个参数改成true之后损失函数巨大，有几千万，用false就0.几，很正常

那这种情况如何画出最终的结果图呢，设置为false的话得到的结果都是归一化的预测数据 ------------------ 原始邮件 ------------------ 发件人: "zhouhaoyi/Informer2020" ***@***.***>; 发送时间: 2023年8月28日(星期一) 晚上6:45 ***@***.***>; ***@***.******@***.***>; 主题: Re: [zhouhaoyi/Informer2020] 反归一化的时候损失函数出大问题 (Issue #549) 你好，我认为是正常现象，而且inverse设置为false比较合理，以下是我的训练时inverse分别设为false和true的截图： inverse在数据中的作用为：在提供标签batch_y时，是否使用inverse+拼接的方式来提供，具体可见data/data_loader.py中的各个get_item()函数和exp/exp_informer.py中的训练过程。inverse为True，seq_y会由data_x某片段的末端label_len长度的数据和data_y中后续的pred_len长度的数据拼接而成；而data_y是原数据，data_x是由data_y进行归一化而来；反之，seq_y会完全由data_y提供。由于在训练过程中有效的部分来自于后段pred_len部分，因此inverse为True时，会出现训练目标和预期目标的数据格式不一致的情况（即data_x和data_y可能存在某种不连续性），因而导致loss飙升，我觉得这样不太合适。 不过我对代码也没有完全理解透彻，或许该参数有别的用法而我没有注意到。 — Reply to this email directly, view it on GitHub, or unsubscribe. You...