File size: 2,922 Bytes
493bf96 | 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 | export CUDA_VISIBLE_DEVICES=0
model_name=MambaClimateNet
# d state 2
python -u run.py \
--is_training 1 \
--root_path ./dataset/ \
--data_path China.csv \
--model_id China \
--model $model_name \
--data custom \
--features M \
--seq_len 96 \
--pred_len 12\
--e_layers 2 \
--enc_in 7 \
--dec_in 7 \
--c_out 7 \
--des 'Exp' \
--d_model 256 \
--d_state 4\
--itr 1 \
--learning_rate 0.00005
python -u run.py \
--is_training 1 \
--root_path ./dataset/ \
--data_path China.csv \
--model_id China \
--model $model_name \
--data custom \
--features M \
--seq_len 96 \
--pred_len 24\
--e_layers 2 \
--enc_in 7 \
--dec_in 7 \
--c_out 7 \
--des 'Exp' \
--d_model 256 \
--d_state 2 \
--itr 1 \
--learning_rate 0.00005
python -u run.py \
--is_training 1 \
--root_path ./dataset/ \
--data_path China.csv \
--model_id China \
--model $model_name \
--data custom \
--features M \
--seq_len 96 \
--pred_len 36\
--e_layers 2 \
--enc_in 7 \
--dec_in 7 \
--c_out 7 \
--des 'Exp' \
--d_model 256 \
--d_state 2 \
--itr 1 \
--learning_rate 0.00005
python -u run.py \
--is_training 1 \
--root_path ./dataset/ \
--data_path China.csv \
--model_id China \
--model $model_name \
--data custom \
--features M \
--seq_len 96 \
--pred_len 48\
--e_layers 2 \
--enc_in 7 \
--dec_in 7 \
--c_out 7 \
--des 'Exp' \
--d_model 256 \
--d_state 2 \
--itr 1 \
--learning_rate 0.00005
python -u run.py \
--is_training 1 \
--root_path ./dataset/ \
--data_path Global.csv \
--model_id Global \
--model $model_name \
--data custom \
--features M \
--seq_len 96 \
--pred_len 12\
--e_layers 2 \
--enc_in 7 \
--dec_in 7 \
--c_out 7 \
--des 'Exp' \
--d_model 256 \
--d_state 4\
--itr 1 \
--learning_rate 0.00005
python -u run.py \
--is_training 1 \
--root_path ./dataset/ \
--data_path Global.csv \
--model_id Global \
--model $model_name \
--data custom \
--features M \
--seq_len 96 \
--pred_len 24\
--e_layers 2 \
--enc_in 7 \
--dec_in 7 \
--c_out 7 \
--des 'Exp' \
--d_model 256 \
--d_state 2 \
--itr 1 \
--learning_rate 0.00005
python -u run.py \
--is_training 1 \
--root_path ./dataset/ \
--data_path Global.csv \
--model_id Global \
--model $model_name \
--data custom \
--features M \
--seq_len 96 \
--pred_len 36\
--e_layers 2 \
--enc_in 7 \
--dec_in 7 \
--c_out 7 \
--des 'Exp' \
--d_model 256 \
--d_state 2 \
--itr 1 \
--learning_rate 0.00005
python -u run.py \
--is_training 1 \
--root_path ./dataset/ \
--data_path Global.csv \
--model_id Global \
--model $model_name \
--data custom \
--features M \
--seq_len 96 \
--pred_len 48\
--e_layers 2 \
--enc_in 7 \
--dec_in 7 \
--c_out 7 \
--des 'Exp' \
--d_model 256 \
--d_state 2 \
--itr 1 \
--learning_rate 0.00005 |