一次小小的温习试水，却把整座「屎山」开源给你。 代码能跑，图能看，R² 能到 0.8——剩下的，交给你继续堆高。
官方 Informer2020 只有 Jupyter，
而我习惯 .py 分步写、AI 辅助、B 站刷课（https://www.bilibili.com/video/BV19j421o7Xq?vd_source=3640a3e1c3b2025021fee39d67dddf7a）——
于是把「看、学、踩坑、调参」全部揉进这份 repo，
让后来者少踩一个坑，多睡一个觉。（当然矩阵调节让我崩溃）
| 轮次 | R² (训练) | R² (测试) | 备注 |
|---|---|---|---|
| 6 | 0.80 | 0.77 | 早停偷懒 |
| 30 | 0.81 | 0.45 | 不早停卷到底（最不行的一次） |
数据：ETTh1 电力变压器小时级记录 模型：官方 Informer 无阉割 指标：无脑 R² + 可视化
代码：我代码是30轮+不早停
# CPU 也能跑，10 轮先试水
# ========== 训练 ==========
parser.add_argument('--batch_size', type=int, default=64)
parser.add_argument('--train_epochs', type=int, default=10) # 10轮
parser.add_argument('--learning_rate', type=float, default=0.0001)
parser.add_argument('--loss', type=str, default='mse')
parser.add_argument('--lradj', type=str, default='type1')
parser.add_argument('--patience', type=int, default=999) # 禁用早停想看 168 h 长期预测？把 pred_len 拉到 168 即可：
# ========== 序列长度 ==========
parser.add_argument('--seq_len', type=int, default=96)
parser.add_argument('--label_len', type=int, default=48)
parser.add_argument('--pred_len', type=int, default=24)
# seq_len：Encoder 的「视野」
# label_len：Decoder 的「起始令牌」
# pred_len：最终要输出的「未来步数」- 单个对比时序图：主要看
- 预测结果详细对比图，多方位对比
- 预测误差分析：直方图，置信区间，真实VS预测，误差热图
跑完直接拖进 PPT，老板都说low。
.
├─ 文档/
│ ├─ Informer_ 20231116_144301.pdf # B站教程pdf
│ └─ Informer.pdf # B站教程pdf副本
├─ checkpoints
│ ├─ checkpoint.pth # 6轮+早停
│ └─ Informer.pdf # B站教程pdf副本
├─ ETDataset # 官方数据
├─ Informer2020 # 官方代码
├─ results/ # 6轮+早停
│ ├─ data/ # CSV & 指标摘要
│ └─ png/ # 可视化图
├─ results/ # 30轮+不早停
│ ├─ data/ # CSV & 指标摘要
│ └─ png/ # 可视化图
├─ exa_informer.py # 主训练脚本
├─ Informer.zip # 官方代码压缩包
├─ exa_informer.py # 可视化脚本
└─ README.md # 你正在看的
📈 轮次 1 完成 | 训练损失: 0.4566460 | 验证损失: 0.8116358 | 训练R²: 0.5405
📈 轮次 2 完成 | 训练损失: 0.2910265 | 验证损失: 0.6295484 | 训练R²: 0.7066
📈 轮次 3 完成 | 训练损失: 0.2334529 | 验证损失: 0.6222481 | 训练R²: 0.7647
📈 轮次 4 完成 | 训练损失: 0.2101262 | 验证损失: 0.6493709 | 训练R²: 0.7982
📈 轮次 5 完成 | 训练损失: 0.1977280 | 验证损失: 0.6463259 | 训练R²: 0.8012
基本10轮也可以试试，应该还能涨0.2左右。
6轮+早停
| 步骤 | 输出可视化图 |
|---|---|
| 时间序列对比 |  |
| 预测结果详细对比 |  |
| 预测误差分析图 |  |
-
Python = 3.6
-
conda激活环境（镜像源）随便下
-
中文字体：SimHei（Windows 自带）
-
Package Version
certifi 2021.5.30 colorama 0.4.5 cycler 0.11.0 dataclasses 0.8 importlib-resources 5.4.0 joblib 1.1.1 kiwisolver 1.3.1 matplotlib 3.3.4 numpy 1.19.5 pandas 1.1.5 Pillow 8.4.0 pip 21.2.2 pyparsing 3.1.4 python-dateutil 2.9.0.post0 pytz 2025.2 scikit-learn 0.24.2 scipy 1.5.4 seaborn 0.11.2 setuptools 58.0.4 six 1.17.0 threadpoolctl 3.1.0 torch 1.10.1+cu102 torchaudio 0.10.1+cu102 torchvision 0.11.2+cu102 tqdm 4.64.1 typing_extensions 4.1.1 wheel 0.37.1 wincertstore 0.2 zipp 3.6.0
- Fork
- 堆你的屎山
- Pull Request
- 一起让山更高，让人看到就远离
MIT · 随便改 · 随便商用 · 记得留名（不留也行，万一我出门了，这就是我黑历史）
最后一句 代码能跑，图能看，R² 能到 0.8—— 剩下的，交给你继续堆高。 祝你玩得开心，睡得香甜。