修改推理结果

README.md

@@ -120,15 +120,9 @@ sh train.sh
 # 由于基准测试未直接提供调用数据集的接口，须在代码内部手动进行更改：修改timesfm/experiments/extended_benchmarks/run_timesfm.py：dataset_names内填入所需数据集name
 ```
 ## result
-此处填算法效果测试图（包括输入、输出）
-
-<!-- <div align=center>
-    <img src="./doc/xxx.png"/>
-</div> -->
+无
 
 ### 精度
-k100和A800精度相差不到0.01%
-
 测试数据：
 ```
 1、基准测试：
@@ -138,15 +132,23 @@ k100和A800精度相差不到0.01%
 "m3_yearly",
 "tourism_yearly"
 2、长期基准测试：
-"etth1",
-"ettm1"
+"etth1" --预测长度pred_len：96 192 336
+"ettm1" --预测长度pred_len：96 192 336
 ```
 
-根据测试结果情况填写表格：
-| xxx | xxx | xxx | xxx | xxx |
-| :------: | :------: | :------: | :------: |:------: |
-| xxx | xxx | xxx | xxx | xxx  |
-| xxx | xx | xxx | xxx | xxx |
+根据测试结果情况填写表格,表格内的性能指标取在各数据集上的均值：
+
+基准测试：
+| device | mae | mase | scaled_crps | smape | time |
+| :------: | :------: | :------: | :------: |:------: |:------: |
+| DCU K100 | 16779.15057 | 1.64840008 | 0.106485143 | 0.096774573  | 1.639674425  |
+| GPU A800 | 16780.92672 | 1.648167181 | 0.106450716 | 0.096736371 | 1.473794842 |
+
+长期基准测试：
+| device | wape | smape | time |
+| :------: | :------: | :------: | :------: |
+| DCU K100 | 0.742821495 | 0.515499999 | 2.125586112 |
+| GPU A800 | 0.742829698 | 0.515345775 | 1.908264995 |
 ## 应用场景
 ### 算法类别
 `时序预测`