когда я переделываю этот код keras с помощью pytorch, я получаю разные потери при обучении - PullRequest
Новая
       22

когда я переделываю этот код keras с помощью pytorch, я получаю разные потери при обучении

0 голосов
/ 24 февраля 2020

, когда я переделываю этот код keras с помощью pytorch, я получаю разные потери при обучении. Может кто-нибудь сказать мне, где проблема, большое спасибо!

Код Keras: 

model_2d = Sequential()
model_2d.add(LSTM(
    input_shape=(SensorTrain.shape[1], SensorTrain.shape[2]),
    units=128,
))
model_2d.add(Dense(2))
model_2d.compile(optimizer=RMSprop(LR),
                  loss='mse',metrics=['acc'])


history = model_2d.fit(SensorTrain, location,
                        #validation_data=(Sensor_val,loc_val),
                        epochs=epoch, batch_size=100, verbose=1,
                        #shuffle=False,
                        )

PyTorch код: 

class LSTM(nn.Module):
    def __init__(self, input_size, hidden_size, num_layers, output_dim):
        super(LSTM, self).__init__()
        self.hidden_size = hidden_size
        self.num_layers = num_layers
        self.lstm = nn.LSTM(input_size, hidden_size, num_layers, batch_first=True)
        self.fc = nn.Linear(hidden_size, output_dim)

    def forward(self, x):
        # Set initial hidden and cell states 
        h0 = torch.zeros(self.num_layers, x.size(0), self.hidden_size).to(device)
        c0 = torch.zeros(self.num_layers, x.size(0), self.hidden_size).to(device)     
        # Forward propagate LSTM
        out, _ = self.lstm(x, (h0, c0))  # out: tensor of shape (batch_size, seq_length, hidden_size)
        # Decode the hidden state of the last time step
        out = self.fc(out[:, -1, :])  
        return out    
lstmmodel = LSTM(input_size, hidden_size, num_layers, output_dim).to(device)
criterion = nn.MSELoss()
optimizer = torch.optim.RMSprop(lstmmodel.parameters(), lr=learning_rate)
total_step=len(train_loader)
...