awslabs/gluonts

`lagged_sequence_values` helper does not work well with multivariate data

Open

#2.708 geöffnet am 6. März 2023

Auf GitHub ansehen
 (7 Kommentare) (0 Reaktionen) (0 zugewiesene Personen)Python (753 Forks)batch import
enhancementgood first issuemultivariate

Repository-Metriken

Stars
 (3.888 Stars)
PR-Merge-Metriken
 (Keine gemergten PRs in 30 T)

Beschreibung

one issue i found with the lagged_sequence_values helper is that with multivariate inputs this helper doesn't return the stacked tensors... e.g.

# prior_input.shape torch.Size([1, 167, 137])
# input.shape torch.Size([1, 24, 137])

lags = lagged_sequence_values([0, 167], prior_input, input, dim=1)
# lags.shape torch.Size([1, 24, 137, 2])

where i would have expected torch.Size([1, 24, 137*2])

Originally posted by @kashif in https://github.com/awslabs/gluonts/issues/2618#issuecomment-1455833300

Contributor Guide

Research-Richtung
Untersuche die Implementierung von `lagged sequence values` im gluonts Quellcode (wahrscheinlich in `gluonts/transform/...`). Verstehe, wie es multivariate Eingaben verarbeitet, und ändere es so, dass es entlang der Feature Dimension (verkettete) gestapelte Tensoren zurückgibt, anstatt eine neue Dimension. Das erwartete Verhalten ist, die verzögerten Features zu flatten, was zur Form `[1, 24, 137*2]` anstelle von `[1, 24, 137, 2]` führt. Weitere Informationen findest du in der Diskussion im verlinkten Kommentar.
Tech Stack
pythonpytorch
Domain
datamachine learning
Issue Type
Fehler
SchwierigkeitGeschätzte Implementierungsschwierigkeit für neue Contributors, von 1 für sehr kleine Änderungen bis 5 für Expertenarbeit.
3
Geschätzte ZeitEin grober Zeitrahmen, um zu recherchieren, zu implementieren, zu testen und einen Pull Request vorzubereiten.
1-3 Stunden
AktivitätsstatusWie verfügbar das Issue gerade wirkt: frisch, aktiv, stale, blockiert oder wartet auf Maintainer-Input.
Aktiv
KlarheitWie klar das Issue die erwartete Änderung, Akzeptanzkriterien und den nächsten Schritt erklärt.
Klar
Voraussetzungen
PythonPyTorch
EinsteigerfreundlichkeitEin Score von 1 bis 100, der schätzt, wie zugänglich dieses Issue für First-Time Contributors ist.
70