awslabs/gluonts

`lagged_sequence_values` helper does not work well with multivariate data

Aperta

#2708 aperta il 6 mar 2023

Vedi su GitHubGuida contributor
 (7 commenti) (0 reazioni) (0 assegnatari)Python (753 fork)batch import
enhancementgood first issuemultivariate

Metriche repository

Star
 (3888 stelle)
Metriche merge PR
 (Merge medio 26g 17h) (4 PR mergiate in 30 g)

Descrizione

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

Guida contributor

Direzione di ricerca
Esamina l'implementazione di `lagged sequence values` nel codice sorgente di gluonts (probabilmente in `gluonts/transform/...`). Comprendi come gestisce input multivariati e modificalo per restituire tensori impilati lungo la dimensione delle feature (concatenati) invece di una nuova dimensione. Il comportamento atteso è di appiattire le feature ritardate, ottenendo la forma `[1, 24, 137*2]` anziché `[1, 24, 137, 2]`. Fai riferimento alla discussione nel commento collegato per ulteriore contesto.
Tech stack
pythonpytorch
Dominio
datamachine learning
Tipo issue
Bug
DifficoltàQuanto dovrebbe essere impegnativa per un nuovo contributor.
3
Tempo stimatoTempo stimato per completare e verificare uno scope piccolo.
1-3 ore
Stato attivitàQuanto è probabile che la issue sia ancora attiva e reviewable.
Attiva
ChiarezzaQuanto chiaramente la issue descrive problema, scope e risultato atteso.
Chiara
Prerequisiti
PythonPyTorch
Adatta ai principiantiQuanto la issue è adatta a contributor alla prima esperienza.
70