尧图网络 高端网站定制 · 原创设计
免费咨询热线
400-888-6620
免费获取方案
Uni2TS 模型选型:三代 Moirai 的取舍逻辑与核对清单
Uni2TS 模型选型三代 Moirai 的取舍逻辑与核对清单【免费下载链接】uni2tsUnified Training of Universal Time Series Forecasting Transformers项目地址: https://gitcode.com/gh_mirrors/un/uni2tsUni2TS 是一个面向时间序列预测的统一训练框架其中的 Moirai 系列目前已分出三代Moirai、Moirai-MoE 与 Moirai2。这篇文章讲清三者机制、参数规模与评测数据的差异最后给出一张可逐条打勾的决策表。读完后你可以直接回答三个问题该用哪个模型、从哪个入口文件开始、落地前去哪里自行核验。一、先把两个问题问清楚序列形态频率、量级、协变量频率与上下文长度高频秒级数据点数大低频月级数据可能只有几百点直接决定 patch 与 context 的选法是否带协变量纯目标序列还是带动态协变量 feat_dynamic_real取值形态连续、稀疏计数还是重尾决定哪类输出头更匹配资源预算显存与延迟显存三代模型总参数量从 14m 到 935m 不等先确认你的卡装得下哪个档位延迟MoE 只激活部分参数推理成本低于同总参数的稠密模型是否允许微调zero-shot 够用就直接加载权重否则要准备微调流程二、三代模型三个答案Moirai 1.0多尺度 patch 打底的通用基线定位第一代模型解决“一套权重覆盖所有频率”的问题任意频率的数据都可以直接喂给它预测。关键机制多尺度 patchpatch_sizes 取 [8, 16, 32, 64, 128] 五档训练时自选择高频数据用大 patch低频用小 patch混合分布输出MixtureOutput 同时挂 StudentT、Normal、NegativeBinomial、LogNormal 四个头一个头覆盖连续、计数与重尾数据逐样本标准化加可学习 mask 填补预测窗口依据base 档 d_model768、12 层、max_seq_len512见 cli/conf/pretrain/model/moirai_base.yaml三档参数量为 14m / 91m / 311m。适配信号数据源单一、频率同质、资源有限先跑通一条可用的预测基线。多特征输入目标序列与动态协变量一并送入模型三代模型均支持。Moirai-MoEtoken 级门控专家接管多样性定位解决 Moirai 把频率逻辑写死在多套投影层里的问题。Moirai 靠人工定义的多启发式投影层处理不同频率Moirai-MoE 改用单一投影层专化能力在 token 级别由数据驱动地学出来。关键机制稀疏 MoE每个 token 由门控路由到不同专家专家各自学习不同形态的序列模式单一输入/输出投影去掉多尺寸 patch 投影结构更简单QK 归一化与 GLU 激活训练更稳定依据Base 档总参数 935m、每 token 仅激活 86mSmall 为 11m / 117m见 project/moirai-moe-1/README.md编码器在 src/uni2ts/model/moirai_moe/module.py 中以 use_moeTrue 开启。适配信号多数据源、多频率、不同分布混在一起且精度是主要目标。架构差异左图 Moirai 用多尺寸投影右图 Moirai-MoE 把专化交给门控专家。Moirai2放弃参数化分布直接出分位数定位解决“已知分布假设未必贴合业务”的问题不再把输出约束成四种已知分布的混合而是直接预测 0.1 到 0.9 共九档分位数。关键机制分位数输出默认 9 档 quantile_levels0.1~0.9推理阶段由 QuantileForecastGenerator 组装单一 patch_size放弃五档多尺度 patch粒度固定observed_mask 拼入输入ResidualBlock 承担输入输出投影依据分位数输出与单 patch 结构见 src/uni2ts/model/moirai2/module.py目前放出 Moirai-2.0-R-small。适配信号需要分位数监控、不想做分布假设或做前瞻储备。 三、用数据核对分布内基准核对Monash 29 个数据集结论在 Monash 基准的 29 个数据集上Moirai-MoE 的聚合 MAE 为最低压过现有基础模型。分布内评测29 个 Monash 数据集上的聚合 MAE 对比。解读Moirai-MoE 在多数数据集上柱形最低且长序列大规模数据上的差距更明显。零样本基准核对10 个数据集结论10 个数据集的零样本评测中Moirai-MoE-Base 聚合 CRPS 约 0.478位列第一MASE 同样居首。零样本评测10 个数据集上的聚合 CRPS 与 MASE。解读CRPS 与 MASE 同时占优说明优势不只体现在分布指标上。四、选型决策表你的情况推荐模型理由入口文件单一频率、资源受限、首次接入Moirai-1.0-R Small14m 参数部署成本最低example/moirai_forecast.ipynb多源多频率混合、精度优先Moirai-MoE Base激活 86mMonash 聚合 MAE 最低project/moirai-moe-1/README.md延迟敏感、小卡推理Moirai-MoE Small激活 11m / 总 117mproject/moirai-moe-1/README.md需要长序列或微调流程Moirai-1.0-RETTh/ETTm 微调脚本最完整project/moirai-1/finetune_lsf/README.md分位数监控、不愿做分布假设Moirai2直接输出 9 档分位数src/uni2ts/model/moirai2/边界提醒如果你的情况落不进任何一行比如想改分布头、专家数或上下文上限先读 src/uni2ts/model/ 下对应目录的 module.py 确认结构再动 cli/conf/ 里的配置。五、落地前容易被忽略的三件事滚动评估是默认口径。单次评估会低估线上误差Uni2TS 用滑动窗口持续更新上下文对齐生产环境的滚动预测场景评估实现在 src/uni2ts/eval_util/。滚动评估上下文窗口与预测窗口同步前移模拟线上滚动场景。协变量要喂对字段。动态协变量对应 feat_dynamic_real 与 past_feat_dynamic_real维度必须在构造模型参数时声明否则模型只看到目标序列。配置是拼装的。cli/conf/ 下 model、data、val_data 三部分是独立 yaml 文件复现基准只需换文件名不用动代码。下一步按 example/moirai_forecast.ipynb 跑通一次推理拿到指标后再对照第四节的决策表核验选型结论。【免费下载链接】uni2tsUnified Training of Universal Time Series Forecasting Transformers项目地址: https://gitcode.com/gh_mirrors/un/uni2ts创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
RELATED

相关推荐

告别搭建登录系统的两天:Vue3-Antd-Admin 后台管理模板开箱即用的 3 个核心能力

告别搭建登录系统的两天:Vue3-Antd-Admin 后台管理模板开箱即用的 3 个核心能力

告别搭建登录系统的两天:Vue3-Antd-Admin 后台管理模板开箱即用的 3 个核心能力 【免费下载链接】vue3-antd-admin 使用vue3ant-design-vuevitets开发的通用后台框架,实现了权限系统、动态菜单、表格集成快速使用等功能,简洁干净开箱即用。 …

📅 2026/9/28 0:05:35
大水道铜铝暖气片如何解决传统采暖水流噪音问题?

大水道铜铝暖气片如何解决传统采暖水流噪音问题?

大水道铜铝暖气片通过加宽内部紫铜管径的设计,显著降低了水流阻力,不仅彻底解决了传统暖气片常见的“哗哗”流水噪音,还凭借更大的热容量提升了室温的稳定性,是追求静音与舒适采暖环境的理想选择。How can DaShuiDao copper-alumi…

📅 2026/10/8 19:42:45
LiveGBS流媒体平台GB/T28181功能-支持密码安全策略配置登陆密码复杂度配置

LiveGBS流媒体平台GB/T28181功能-支持密码安全策略配置登陆密码复杂度配置

LiveGBS流媒体平台GB/T28181功能-支持密码安全策略配置登陆密码复杂度配置1、密码安全策略配置2、搭建GB28181视频直播平台1、密码安全策略配置 LiveGBS -> 基础配置 -> 密码安全策略配置 登录图形验证码 开启登录页面图形验证码上次登录信息 开启登录后显示上次登录信…

📅 2026/10/4 23:58:31
MORE NEWS

更多资讯

📰

大模型实操指南:从本地部署到PPT级可控生成

1. 这不是“学大模型”,而是重建你和信息世界的关系“大模型相关内容的研究学习”——看到这个标题,我第一反应是笑。不是嘲笑,是那种在实验室熬了三个通宵、刚调通一个LoRA微调任务后,盯着终端里跳出来的loss曲线突然失语的笑。因…

📰

高效查找第K大元素:排序、堆与快速选择算法对比

1. 问题描述与核心挑战 给定整数数组 nums 和整数 k,我们需要找到数组中第 k 个最大的元素。请注意,这里要求的是排序后的第 k 个最大元素,而不是第 k 个不同的元素。 这个问题看似简单,但隐藏着几个关键挑战: 当数组…

📰

企业设备数字化管理:易点易动系统实践指南

1. 设备管理在企业数字化转型中的核心价值 设备管理作为企业资产管理的重要组成部分,正在经历从传统人工记录向数字化、智能化管理的转变。在制造业、医疗、教育等行业,设备资产往往占据企业总资产的60%以上,其管理效率直接影响企业运营成本和…

📰

企业元宇宙治理框架:技术实现与合规路径

1. 企业元宇宙治理框架的核心逻辑 企业元宇宙作为数字化转型的新阶段,其治理框架需要兼顾技术创新与合规要求。从技术架构角度看,企业元宇宙本质上是一个由数字孪生、区块链、人工智能等技术构成的复杂系统。这个系统需要解决三个核心问题:如…

📰

Qt飞机大战源码解析:QGraphicsView游戏循环与碰撞检测实战

简介:这份资源是面向Qt初学者与游戏开发入门者的「飞机大战」完整项目源码包,围绕Qt框架在经典空战游戏中的实际应用展开,可用于课程设计、自学练手或二次开发参考。压缩包共223个文件,约6.21MB,以105个C头文件与32个c…

📰

老牌CMS XSS反复出现:漏洞排查与安全加固实践

开头先说明:这次分享的主题不是教人怎么打,而是围绕一款老牌开源内容管理系统(下面统一用“老系统”代称)反复被通报的 XSS 问题,聊聊这些漏洞为什么总也修不完、它们和后台被写入文件之间到底是什么关系,以…

TODAY

今日更新

THIS WEEK

本周精选

THIS MONTH

本月热门

读完文章,想聊聊您的网站?

告诉我们您的行业与需求,资深顾问一对一梳理方案与报价,全程免费。

📞 💬