基于PyTorch+ARIMA/RNN的时序数据预测方法比较研究  

作　　者：邓抒江 

机构地区：[1]绵阳城市学院,四川绵阳622650

出　　处：《电脑编程技巧与维护》2024年第4期71-73,共3页Computer Programming Skills & Maintenance

摘　　要：随着深度学习的发展,PyTorch作为一个灵活的深度学习框架,被广泛应用于时序预测任务中。研究阐明了PyTorch框架及其在时序预测任务中的应用优势,介绍了基于PyTorch实现ARIMA和循环神经网络(RNN)两种典型时序预测模型的技术路线,从精度、效率方面对两种模型进行比较,给出了各自的应用场景及优化方向,为时序预测任务提供了算法选型和实现参考与建议。

关 键 词：时序预测 PyTorch框架 ARIMA模型 RNN模型 

分 类 号：O211.61[理学—概率论与数理统计]