pytorch lstm

LSTM for Time Series Prediction in PyTorch - MachineLearningMastery.com

 

 

pytorch lstm

 

 

• model = AirModel()
  • 모델 객체 생성
• optimizer = optim.Adam( model.parameters() )
  • 모델 파라미터를 Adam으로 최적화하도록 optimizer를 생성. 
  • 기본 값으로 lr=1e-3이다. (learning rate)
• loss_fn = nn.MSELoss()
  • 손실함수를 MSE로 설정
• loader = DataLoader()
  • loader는 Dataset을 참조해서, 배치단위로 꺼내주는 반복자이다.
  • TensorDataset()은 i번째 샘플을 X_train[i] , y_train[i]로 반환
  • DataLoader는 이거를 8개씩 묶어서 배치로 만들어준다.
  • 즉, "8개씩 묶인 배치가 10개"이다.
  • X_batch = [B,L,C] = [8,4,1]
  • y_batch = [ 8 , 4 , 1 ]
• model.train()
  • 모델을 훈련모드로 설정
• for문
  • 배치 단위로 (X,y)가져오기
• y_pred = model(X_batch)
  • 순전파(예측)
• loss = loss_fn(y_pred,y_batch)
  • 손실을 계산(mse)
• loss.backward()
  • 모델의 모든 학습 가능 파라미터에 대해서 자동미분으로 계산한다...
• model.eval()
  • 평가모드