周期选择和变2D时的length设定

[water-wbq]

作者您好，非常感谢您做的扎实、具有启发性的工作。
我在学习您文章和代码时，遇到了如下问题，希望您能帮忙解惑：
Q1: 在FFT_for_Period中，有一步 frequency_list[0] = 0，请问这边赋值为0的目的/好处是什么？
Q2: 在1D变2D时，涉及到了 length = (((self.seq_len + self.pred_len) // period) + 1) * period，我不是很明白这边为什么要把self.pred_len也加入进去？
期待回复，谢谢！

[wuhaixu2016]

您好，感谢关注！
Q1: Freq[0]具有一些特殊含义，表示的是整个信号的能量值。所以相比于周期性，它更多地代表的是信号整体的特征，所以我们把它置0来避免选到这个频率。如果序列没有周期性的话，只要选到Freq[1]就可以了。
Q2: 对于预测任务来说，TimesNet的pipeline是：在embedding之后先将序列长度扩充为self.seq_len + self.pred_len，然后再不断refine预测结果。所以在中间层的TimesBlock其实在处理预测的中间结果（其长度为self.seq_len + self.pred_len）。但是对于其他任务，self.pred_len=0，所以加和不加self.pred_len没有影响。

[water-wbq]

非常感谢！我的疑问已被解决。
我这边就把这个issue close了

[heiXun]

exp = Exp(args) # set experiments
Use CPU
Traceback (most recent call last):

Cell In[20], line 1
exp = Exp(args) # set experiments

File G:\博士课题组\代码\Time-Series-Library-main\Time-Series-Library-main\exp\exp_classification.py:18 in init
super(Exp_Classification, self).init(args)

File G:\博士课题组\代码\Time-Series-Library-main\Time-Series-Library-main\exp\exp_basic.py:31 in init
self.model = self._build_model().to(self.device)

File G:\博士课题组\代码\Time-Series-Library-main\Time-Series-Library-main\exp\exp_classification.py:24 in _build_model
self.args.seq_len = max(train_data.max_seq_len, test_data.max_seq_len)

AttributeError: 'Dataset_ETT_minute' object has no attribute 'max_seq_len'
作者您好，我在学习代码过程中，遇到这个问题，麻烦作者能不能帮我看一下问题在哪呀，非常感谢作者