เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

ลูปการฝึก RNN

ถึงเวลาฝึกโมเดลพยากรณ์การใช้ไฟฟ้าแล้ว!

จะใช้โครงข่าย LSTM ที่กำหนดไว้ก่อนหน้านี้ ซึ่งถูก instantiate และกำหนดให้กับตัวแปร net รวมถึง dataloader_train ที่สร้างไว้แล้ว นอกจากนี้ยังต้องใช้ torch.nn ซึ่ง import มาแล้วในชื่อ nn

ในแบบฝึกหัดนี้ จะฝึกโมเดลเพียง 3 epoch เพื่อตรวจสอบว่ากระบวนการฝึกดำเนินไปอย่างถูกต้อง มาเริ่มกันเลย!

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Deep Learning ระดับกลางด้วย PyTorch

ดูคอร์ส

คำแนะนำการฝึกหัด

  • กำหนด loss function แบบ Mean Squared Error และกำหนดให้กับตัวแปร criterion
  • ปรับรูปร่าง seqs ให้เป็น (batch size, sequence length, num features) ซึ่งในกรณีนี้คือ (32, 96, 1) แล้วกำหนดผลลัพธ์กลับไปที่ seqs
  • ส่ง seqs เข้าโมเดลเพื่อรับ outputs
  • คำนวณค่า loss จากค่าที่คำนวณไว้ก่อนหน้า และกำหนดให้กับตัวแปร loss

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

net = Net()
# Set up MSE loss
criterion = ____
optimizer = optim.Adam(
  net.parameters(), lr=0.0001
)

for epoch in range(3):
    for seqs, labels in dataloader_train:
        # Reshape model inputs
        seqs = ____
        # Get model outputs
        outputs = ____
        # Compute loss
        loss = ____
        optimizer.zero_grad()
        loss.backward()
        optimizer.step()
    print(f"Epoch {epoch+1}, Loss: {loss.item()}")
แก้ไขและรันโค้ด