展开本页目录
开始前准备什么
- Python>=3.10、PyTorch>=2.4；Timestral官方推理可用CPU或GPU，不需要付费API，首次需下载模型权重。
- 代码Apache2.0，模型权重Modified MIT，两者许可分开；可先选5M验证输入协议，不能把CPU可跑写成固定速度保证。
- 本课历史观测与评估夹具为作者资料，预测值未生成；任何区间/概率示例都标参考而非模型返回。
- 准备固定频率历史
- 设置1030步目标
- 理解官方分块
- 记录递推边界
- 检查完整输出
- 解释远期不确定性
- 交付长周期契约
1. 准备固定频率历史
使用每小时入场序列并记录最后时间，保持间隔一致。
练习短序列可测试协议，正式长期效果需更充分历史。
2. 设置1030步目标
prediction_length设1030，并预先计算未来日期网格。
步数不是自然日数，小时序列1030步应按小时生成。
3. 理解官方分块
单块上限32patch×32步=1024，超过后分块。
后块会接收前块中位数，不是重新获得未来真实观测。
官方界面与功能位置
以下为官方文档配图，具体版本与账号入口以当前产品为准。本课练习输入与验收对照见相邻步骤。
4. 记录递推边界
给1至1024标block1，1025至1030标block2。
图中用明确边界线，不能用平滑线隐藏条件变化。
5. 检查完整输出
核对1030个时间点和21分位维度，不能多一个或少一个。
不把上下文尾部误接进未来导致重复时间戳。
6. 解释远期不确定性
保留后块条件依赖说明，区间只是模型输出而非长期保障。
不得宣称分块后仍具有未经验证的整体覆盖率。
7. 交付长周期契约
保存频率、日期网格、分块表和实际预测。
本稿只交确定的边界与生成规则，预测值保持未生成。
下载本课材料并开始操作
练习包包含本课的具体输入、可编辑数据、正反样例与七步说明。index.html 可离线查看原件和验收参考，actual-results.csv 用于记录你实际操作后的结果。
怎样确认已经完成
- 输出H=1030且时间戳不重叠。
- 1025起为第二块。
- 前块中位回填与真实观测明确区分。
常见问题
Timestral能预测超过1024步吗？
官方支持更长horizon，但会分块并把前块中位数作为后续上下文。本课把这个边界写到图和台账，不把长预测当一次独立直推。
1030步就是1030天吗？
取决于输入频率。本课是小时级，因此要按小时生成日期；模型数组没有自动替你证明业务时间单位正确。