深度学习与Pytorch入门实战（十四）时间序列预测

Douzi1024

于 2020-07-23 23:17:00 发布

阅读量1.8k

点赞数 2

本文链接：https://blog.csdn.net/Xiao_CangTian/article/details/107552371

版权

本文介绍如何使用Pytorch进行时间序列预测，通过一个正弦函数的实例，详细阐述问题描述、代码实现及梯度裁剪的步骤。内容包括设定问题，如预测特定时刻的正弦曲线，并探讨了输入数据的shape及其处理方式。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

笔记摘抄

1. 问题描述

已知 [k, k+n)时刻的正弦函数，预测 [k+t, k+n+t)时刻的正弦曲线。
因为每个时刻曲线上的点是一个值，即feature_len=1
如果给出50个时刻的点，即seq_len=50
如果只提供一条曲线供输入，即batch=1
输入的shape=[seq_len, batch, feature_len] = [50, 1, 1]。

2. 代码实现

import torch
import torch.nn as nn
import numpy as np
import torch.optim as optim
from matplotlib import pyplot as plt 

input_size = 1
batch_size = 1
hidden_size = 16
num_layers = 1
output_size = 1

class Net(nn.Module):

    def __init__(self):
        super().__init__()

        self.rnn = nn.RNN(
            input_size=input_size,

最低0.47元/天解锁文章