Pytorch lstm time series prediction problem stepping on the pit "recommended collection"

大家好,又见面了,我是你们的朋友全栈君.

这里写目录标题

• 1.做时间序列问题
• 2.问题
  • 1.数据集自己做,为多个输入对应多个或一个输出
  • 2.损失函数
    • 注意：不能用交叉熵 nn.CrossEntropyLoss()
    • 注意2：真实值（目标值）必须是两个维度,否则会警告,不会报错
      • 增加维度方法：
  • 3.准确率
• 3.结果

1.做时间序列问题

2.问题

1.数据集自己做,为多个输入对应多个或一个输出

2.损失函数

注意：不能用交叉熵 nn.CrossEntropyLoss()

nn.CrossEntropyLoss()要求target目标值即真实值是标签,是torch.int64类型数据,即整数,不允许小数,如果输入小数会强行取整, 应该用

nn.MSELoss()

复制

我在这个问题上纠结了很久,总是显示

RuntimeError: expected scalar type Long but found Float

复制

导致我找了很久怎么样才能把torch.float64保留小数的情况下转成long,后来查资料torch.long就是torch.int64,简直变态 后来一点一点往上找才知道的这个错误

注意2：真实值（目标值）必须是两个维度,否则会警告,不会报错

增加维度方法：

1.torch.unsqueeze(tensor, dim)
2.numpy_array = .numpy_array [np.newaxis, :, :]  # 原来维度(10, 13)——(1, 10, 13)
补充
np.unaqueeze总是报错,不明白为什么

复制

3.准确率

分类问题是有准确率这个评价的,但是我训练的rnn,loss一直降低,但是准确率为0,才反应过来,回归问题很难达到完全一致

3.结果

这是测试集预测结果,前10步预测后1步,勉强可以

训练集结果：

之后需要 0.5. 根据上一步预测结果预测下一个——做不到,x为13个变量,y只有1个,无法用y作为下一个x

1. 找一个预测结果评价指标
2. transformer编码解码

发布者：全栈程序员栈长,转载请注明出处：https://javaforall.cn/127416.html原文链接：https://javaforall.cn