pytorch/examples

example time_sequence_prediction does not produce expected output

Open

#247 geöffnet am 27. Okt. 2017

Auf GitHub ansehen
 (5 Kommentare) (1 Reaktion) (0 zugewiesene Personen)Python (9.429 Forks)batch import
good first issue

Repository-Metriken

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

Beschreibung

https://github.com/pytorch/examples/tree/master/time_sequence_prediction

After a few steps, the loss suddenly jumps up and stays high: loss: 0.00101216329969 loss: 0.195070432582

the pdf0 is OK, pdf1 is OK but from pdf2 the graph becomes an "L "

Contributor Guide

Research-Richtung
Untersuche die Trainingsschleife im time sequence prediction Beispiel (https://github.com/pytorch/examples/tree/master/time sequence prediction). Das Problem beschreibt einen plötzlichen Verlustanstieg nach einigen Schritten und einen 'L' förmigen Graphen ab pdf2. Prüfe auf explodierende Gradienten, Probleme mit der Lernrate oder falsche Sequenzbatching. Vergleiche mit bekannten Implementierungen von LSTM für Zeitreihen, um potenzielle Fehler zu identifizieren.
Tech Stack
pytorchpython
Domain
machine learningai
Issue Type
Fehler
SchwierigkeitGeschätzte Implementierungsschwierigkeit für neue Contributors, von 1 für sehr kleine Änderungen bis 5 für Expertenarbeit.
4
Geschätzte ZeitEin grober Zeitrahmen, um zu recherchieren, zu implementieren, zu testen und einen Pull Request vorzubereiten.
Halber Tag
AktivitätsstatusWie verfügbar das Issue gerade wirkt: frisch, aktiv, stale, blockiert oder wartet auf Maintainer-Input.
Veraltet
KlarheitWie klar das Issue die erwartete Änderung, Akzeptanzkriterien und den nächsten Schritt erklärt.
Meist klar
Voraussetzungen
PythonPyTorchRNN/LSTMTime series prediction
EinsteigerfreundlichkeitEin Score von 1 bis 100, der schätzt, wie zugänglich dieses Issue für First-Time Contributors ist.
30