如何使用 PyTorch 构建 LSTM AutoEncoder？

Question

我有我的数据DataFrame：

       dOpen     dHigh      dLow    dClose   dVolume  day_of_week_0  day_of_week_1  ...  month_6  month_7  month_8  month_9  month_10  month_11  month_12
639 -0.002498 -0.000278 -0.005576 -0.002228 -0.002229              0              0  ...        0        0        1        0         0         0         0
640 -0.004174 -0.005275 -0.005607 -0.005583 -0.005584              0              0  ...        0        0        1        0         0         0         0
641 -0.002235  0.003070  0.004511  0.008984  0.008984              1              0  ...        0        0        1        0         0         0         0
642  0.006161 -0.000278 -0.000281 -0.001948 -0.001948              0              1  ...        0        0        1        0         0         0         0
643 -0.002505  0.001113  0.005053  0.002788  0.002788              0              0  ...        0        0        1        0         0         0         0
644  0.004185  0.000556 -0.000559 -0.001668 -0.001668              0              0  ...        0        0        1        0         0         0         0
645  0.002779  0.003056  0.003913  0.001114  0.001114              0              0  ...        0        0        1        0         0         0         0
646  0.000277  0.004155 -0.002227 -0.002782 -0.002782              1              0  ...        0        0        1        0         0         0         0
647 -0.005540 -0.007448 -0.003348  0.001953  0.001953              0              1  ...        0        0        1        0         0         0         0
648  0.001393 -0.000278  0.001960 -0.003619 -0.003619              0              0  ...        0        0        1        0         0         0         0

我的输入将是 10 行（已经是单热编码）。我想创建一个 n 维自动编码表示。所以据我所知，我的输入和输出应该是一样的。

我已经看到了一些构建这个的例子，但我仍然停留在第一步。我的训练数据是否只是用于制作矩阵的大量样本？然后怎样呢？

对于问题的一般性质，我深表歉意。有任何问题，尽管问，我会在评论中澄清。

谢谢你。

Answer 1

从这个问题中还不清楚你想要实现什么目标。根据您所写的内容，您想要创建一个具有相同输入和输出的自动编码器，当我看到您的数据集时，这对我来说不太有意义。在常见情况下，自动编码器的编码器部分创建一个模型，该模型基于大量输入特征生成一个小的输出向量，并且解码器正在执行基于完整输出集的合理输入特征重建的逆操作和输入功能。使用自动编码器的结果是增强（在某些意义上，例如消除噪声等）输入。

您可以在此处找到一些示例，其中第三个用例提供序列数据的代码，学习随机数生成模型。这是另一个示例，它看起来更接近您的应用程序。构建顺序模型来对具有信息丢失的大型数据集进行编码。如果这就是您想要实现的目标，您将在那里找到代码。

如果目标是序列预测（例如未来的股票价格），那么这个和那个示例似乎更合适，因为您可能只想预测数据序列中的少数值（例如dHigh和dLow），并且不需要预测day_of_week_n或month_n（尽管自动编码器模型的这一部分可能会训练得更加可靠，因为模式非常清晰）。这种方法将允许您预测单个后续输出特征值（明天的dHigh和dLow）

如果您想预测未来的一系列输出，您可以使用一系列输出，而不是模型中的单个输出。

一般来说，输入和输出的结构完全取决于你