unit8co/darts

Dirichlet Likelihood TFT model

Ouverte

#1 813 ouverte le 3 juin 2023

Voir sur GitHubGuide contributeur
 (6 commentaires) (0 réaction) (0 personne assignée)Python (762 forks)batch import
buggood first issue

Métriques du dépôt

Stars
 (6 832 étoiles)
Métriques de merge PR
 (Merge moyen 143j 16h) (16 PRs mergées en 30 j)

Description

Hello, I'm tring to use DirichletLikelihood in TFT model, but I got this issue. How can I fix it?

`ValueError: Expected value argument (Tensor of shape (32, 12, 1)) to be within the support (Simplex()) of the distribution Dirichlet(concentration: torch.Size([12, 1])), but found invalid values:
tensor([[[0.5691],
         [0.8910],
         [0.6211],
         [0.0000],
         [0.3685],
         [0.3022],
         [0.5626],
         [0.3967],
         [0.6753],
         [0.6197],
         [0.4106],
         [0.6041]],
...
        [[0.0000],
         [0.0000],
         [0.0000],
         [0.0000],
         [0.0000],
         [0.0000],
         [0.4241],
         [0.3950],
         [0.3232],
         [0.2716],
         [0.3947],
         [0.2650]]])`

Thanks

Guide contributeur

Direction de recherche
Examinez la forme du tenseur d'entrée et vérifiez que les valeurs sont normalisées pour sommer à 1 sur la dimension du simplexe. Vérifiez si une couche softmax manque ou si la forme du paramètre de concentration est alignée avec l'entrée attendue.
Stack technique
pythonpytorch
Domaine
machine learningai
Type d'issue
Bug
DifficultéDifficulté estimée pour un nouveau contributeur, de 1 pour un très petit changement à 5 pour un travail expert.
3
Temps estiméFourchette de temps approximative pour investiguer, implémenter, tester et préparer une pull request.
1-3 heures
Statut d'activitéDisponibilité apparente de l'issue : fraîche, active, ancienne, bloquée ou en attente d'un mainteneur.
Active
ClartéClarté avec laquelle l'issue explique le changement attendu, les critères d'acceptation et la prochaine étape.
Investigation requise
Prérequis
PythonPyTorchbasic understanding of probabilistic models
Accessibilité débutantScore de 1 à 100 estimant l'accessibilité de cette issue pour un premier contributeur.
40