1. Učit se
    2. /
  2. Kurzy
    3. /
  3. Intermediate Deep Learning with PyTorch
Connected

cvičení

Sekvenční dataset

Skvělá práce při tvorbě funkce create_sequences()! Teď ji využijeme k vytvoření trénovacího datasetu pro model.

Stejně jako tabulková nebo obrazová data se sekvenční data nejsnáze předávají modelu prostřednictvím torch Dataset a DataLoader. K vytvoření sekvenčního Dataset zavoláš create_sequences(), čímž získáš NumPy pole se vstupy a cílovými hodnotami, a zkontrolujeme jejich tvar. Poté je předáš do TensorDataset, aby vznikl řádný torch Dataset, a zkontrolujeme jeho délku.

Tvoje implementace funkce create_sequences() a DataFrame s trénovacími daty pojmenovaný train_data jsou k dispozici.

Pokyny

100 XP
  • Zavolej create_sequences(), předej jí trénovací DataFrame a délku sekvence 24*4 a výsledek přiřaď do X_train, y_train.
  • Definuj dataset_train voláním TensorDataset a předej mu dva argumenty — vstupy a cílové hodnoty vrácené funkcí create_sequences(), přičemž obě NumPy pole převeď na tenzory typu float.