शुरू करेंमुफ़्त में शुरू करें

सीक्वेंस जनरेट करना

सीक्वेंशियल डेटा पर न्यूरल नेटवर्क्स को ट्रेन करने के लिए, आपको पहले उसका प्री-प्रोसेस करना होगा. आप डेटा को inputs-target जोड़ों में बाँटेंगे, जहाँ inputs कुछ लगातार डेटा पॉइंट्स होंगे और target अगला डेटा पॉइंट होगा.

आपका कार्य इसे करने के लिए create_sequences() नाम का एक फंक्शन परिभाषित करना है. इनपुट के रूप में, यह DataFrame df में स्टोर किया गया डेटा और seq_length (इनपुट्स की लंबाई) लेगा. आउटपुट के रूप में, इसे दो NumPy arrays लौटाने चाहिए: एक इनपुट सीक्वेंसेज़ के साथ और दूसरा उनके संबंधित targets के साथ.

याद दिलाने के लिए, DataFrame df कुछ ऐसा दिखता है:

                 timestamp  consumption
0      2011-01-01 00:15:00    -0.704319
...                    ...          ...
140255 2015-01-01 00:00:00    -0.095751

यह अभ्यास पाठ्यक्रम का हिस्सा है

इंटरमीडिएट Deep Learning with PyTorch

पाठ्यक्रम देखें

अभ्यास निर्देश

  • डेटा पॉइंट्स की संख्या में से इनपुट सीक्वेंस की लंबाई घटाकर बनी रेंज पर इटरेट कीजिए.
  • इनपुट x को df के iवीं पंक्ति से लेकर i + seq_lengthवीं पंक्ति तक और इंडेक्स 1 वाले कॉलम की स्लाइस के रूप में परिभाषित कीजिए.
  • टार्गेट y को df में रो इंडेक्स i + seq_length और कॉलम इंडेक्स 1 की स्लाइस के रूप में परिभाषित कीजिए.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

import numpy as np

def create_sequences(df, seq_length):
    xs, ys = [], []
    # Iterate over data indices
    for i in range(____):
      	# Define inputs
        x = df.iloc[____, ____]
        # Define target
        y = df.iloc[____, ____]
        xs.append(x)
        ys.append(y)
    return np.array(xs), np.array(ys)
कोड संपादित करें और चलाएँ