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()
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()
我在这个问题上纠结了很久，总是显示
RuntimeError: expected scalar type Long but found Float
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
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
- 找一个预测结果评价指标
- transformer编码解码
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 举报，一经查实，本站将立刻删除。
发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/127416.html原文链接：https://javaforall.net
