awslabs/gluonts

Using dynamic categorical features in NN models

Open

#392 aperta il 15 ott 2019

Vedi su GitHub
 (6 commenti) (2 reazioni) (0 assegnatari)Python (753 fork)batch import
enhancementgood first issuehelp wanted

Metriche repository

Star
 (3888 star)
Metriche merge PR
 (Nessuna PR mergiata in 30 g)

Descrizione

GluonTS allows to work with dynamic categorical features, but there is no way to use them in most of the NN models (e.g. DeepAR, Transformer, etc.)

They can be incorporated by applying embeddings and concatenating them with other dynamic features. Does it make sense to modify DeepAR and other models with this change, or is it better to stick with the current implementation and to write new model implementations that will use dynamic categorical features?

Guida contributor

Direzione di ricerca
Indaga su come le caratteristiche categoriche dinamiche sono attualmente gestite in GluonTS (ad esempio, nei modelli DeepAR e Transformer). Proponi di aggiungere un livello di embedding per le caratteristiche categoriche e di concatenarle con le caratteristiche dinamiche esistenti. Discuti con i manutentori se modificare i modelli esistenti o crearne di nuovi. Rivedi il codice del modello in src/gluonts/model/ per i file pertinenti.
Tech stack
pythonpytorch
Dominio
machine learningdata
Tipo issue
Funzionalità
DifficoltàQuanto dovrebbe essere impegnativa per un nuovo contributor.
3
Tempo stimatoTempo stimato per completare e verificare uno scope piccolo.
1-2 giorni
Stato attivitàQuanto è probabile che la issue sia ancora attiva e reviewable.
Datata
ChiarezzaQuanto chiaramente la issue descrive problema, scope e risultato atteso.
Abbastanza chiara
Prerequisiti
GluonTS basicsNeural network fundamentalsEmbedding layers
Adatta ai principiantiQuanto la issue è adatta a contributor alla prima esperienza.
40