BaşlayınÜcretsiz başlayın

Sıralı Veri Kümesi

create_sequences() fonksiyonunu yazdığın için harika iş! Şimdi bunu modelin için bir eğitim veri kümesi oluşturmakta kullanma zamanı.

Tablolu ve görsel verilerde olduğu gibi, sıralı veriyi de modele en kolay bir torch Dataset ve DataLoader üzerinden geçirirsin. Sıralı bir Dataset oluşturmak için, girişler ve hedefleri içeren NumPy dizilerini almak üzere create_sequences() fonksiyonunu çağıracak ve şekillerini inceleyeceksin. Ardından, bunları uygun bir torch Dataset oluşturmak için TensorDataset'e verecek ve uzunluğunu kontrol edeceksin.

Senin create_sequences() uygulaman ve train_data adlı eğitim verilerini içeren bir DataFrame hazır.

Bu egzersiz, kursun bir parçasıdır

PyTorch ile Orta Düzey Deep Learning

Kursa Göz Atın

Egzersiz talimatları

  • create_sequences() fonksiyonunu, eğitim DataFrame'ini ve dizi uzunluğu olarak 24*4 değerini geçirerek çağır ve sonucu X_train, y_train değişkenlerine ata.
  • dataset_train değişkenini, TensorDataset çağırarak tanımla ve argüman olarak create_sequences() ile oluşturulan girişler ve hedefleri ver; ikisini de NumPy dizilerinden float tensörlere dönüştür.

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

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))
Kodu Düzenle ve Çalıştır