始める無料で始める

時系列データセット

create_sequences() 関数の作成、お見事です！ それでは、これを使ってモデルの学習用データセットを作成しましょう。

表形式データや画像データと同様に、系列データも torch の Dataset と DataLoader を使ってモデルへ渡すのが最も扱いやすい方法です。系列用の Dataset を作るには、まず create_sequences() を呼び出して入力と目的変数の NumPy 配列を取得し、その形状を確認します。次に、それらを TensorDataset に渡して正しい torch の Dataset を作成し、その長さを確認します。

あなたが実装した create_sequences() と、学習データを含む train_data という DataFrame が用意されています。

この演習はコースの一部です

PyTorchによる中級ディープラーニング

コースを見る

演習の手順

  • create_sequences() を呼び出し、学習用の DataFrame と系列長 24*4 を渡して、結果を X_train, y_train に代入してください。
  • TensorDataset を呼び出して dataset_train を定義します。引数には、create_sequences() で作成した入力と目的変数を渡し、どちらも NumPy 配列から浮動小数のテンソルへ変換してください。

実践的なインタラクティブ演習

このサンプルコードを完成させて、この演習に挑戦してみましょう。

import torch
from torch.utils.data import TensorDataset

# Use create_sequences to create inputs and targets
X_train, y_train = ____
print(X_train.shape, y_train.shape)

# Create TensorDataset
dataset_train = ____(
    ____,
    ____,
)
print(len(dataset_train))
コードを編集して実行