Я пытаюсь ввести данные в мой lstm.У меня есть данные из нескольких CSV-файлов, поэтому я создал генератор для их загрузки. Однако у меня возникают некоторые проблемы при подготовке данных для моего lstm.
Я понимаю этот код (я получил его из pytorchдокументы)
seq_len = 5
batch_size= 3
cols_num = 10
hidden_size=20
num_layers = 2
rnn = nn.LSTM(input_size=cols_num, hidden_size=hidden_size, num_layers=num_layers)
data = torch.randn(seq_len, batch_size, cols_num)
h0 = torch.randn(batch_size, seq_len, hidden_size)
c0 = torch.randn(batch_size, seq_len, hidden_size)
output, (hn, cn) = rnn(data)
Однако я думаю, что мое отключение связано с использованием фактических данных, а не torch.randn ().
Это мой текущий генератор:
def data_loader(batch_size, fp, dropcol, seq_len):
while True:
for f in fp:
gc.collect()
df=pd.read_csv(f)
df=df.replace(np.nan, 0)
df=df.drop(dropcol,1)
df['minute'] = df['minute'].apply(lambda x: min_idx(x))
row_count, col_count = df.shape
encoder_input = []
prev = 0
for idx, b in enumerate(range(1, row_count)):
end = prev + batch_size
window = df.iloc[prev:end]
prev = end - 1
w = np.array(window, dtype='float64')
if w.shape[0] != batch_size: break
encoder_input.append(w)
if idx == seq_len:
w0 = encoder_input
encoder_input = []
yield w0
но я получаю ошибки, когда я запускаю это:
loader = data_loader(batch_size=batch_size, fp=<list of csvs>, dropcol=idcol, seq_len=2)
lstm = nn.LSTM(input_size=input_size, hidden_size=hidden_size, num_layers=num_layers, batch_first=batch_first)
for batch in loader:
b = torch.tensor(batch)
output, hidden = lstm(b)
Ошибка: RuntimeError: Expected object of scalar type Float but got scalar type Double for argument #4 'mat1'
Какая ошибка в том, как я думаю?Кроме того, как мне отформатировать h0 или c0 из данных?