gluonts.torch.modules.feature 模块#

class gluonts.torch.modules.feature.FeatureAssembler(T: int, embed_static: Optional[gluonts.torch.modules.feature.FeatureEmbedder] = None, embed_dynamic: Optional[gluonts.torch.modules.feature.FeatureEmbedder] = None)[source]#

基类:torch.nn.modules.module.Module

forward(feat_static_cat: torch.Tensor, feat_static_real: torch.Tensor, feat_dynamic_cat: torch.Tensor, feat_dynamic_real: torch.Tensor) torch.Tensor[source]#

定义每次调用时执行的计算。

应由所有子类覆盖。

注意

尽管 forward pass 的实现需要在该函数中定义,但后续应调用 Module 实例,而不是直接调用此函数,因为前者会处理已注册的钩子,而后者会静默忽略它们。

process_dynamic_cat(feature: torch.Tensor) torch.Tensor[source]#
process_dynamic_real(feature: torch.Tensor) torch.Tensor[source]#
process_static_cat(feature: torch.Tensor) torch.Tensor[source]#
process_static_real(feature: torch.Tensor) torch.Tensor[source]#
training: bool#
class gluonts.torch.modules.feature.FeatureEmbedder(cardinalities: List[int], embedding_dims: List[int])[source]#

基类:torch.nn.modules.module.Module

forward(features: torch.Tensor) torch.Tensor[source]#

定义每次调用时执行的计算。

应由所有子类覆盖。

注意

尽管 forward pass 的实现需要在该函数中定义,但后续应调用 Module 实例,而不是直接调用此函数,因为前者会处理已注册的钩子,而后者会静默忽略它们。

training: bool#