텐서데이터 만들기 코드 관련 문의

RMSE코드도 변경을 해줘야 하는 것인가요?RMSE 를 기존 코드 그대로 두고 하니 오류가 뜹니다. 오류 내용은 이해는 했는데, 어떤 부분을 수정해줘야 하는 것인지는 잘 모르겠어서 질문드립니다.[오류 내용]y_true and y_pred have different number of output (1!=3)

Input size 및 노드수 관련 문의

빠른 답변 감사합니다! 추가적으로 하나 더 질의 드리겠습니다. 그렇다면 input size는 변수의 개수보다 많을 수도 적을수도 없는 것인가요?

텐서데이터 만들기 코드 관련 문의

답변 감사합니다. 알려주신대로 코드 적용하고 taining 을 하는데, 아래와 같은 에러메시지가 뜹니다. "The size od tensor a(3) must match the size of tensor b(2) at non-singleton dimension 1" 아래 강사님 코드이며, bold 부분를 수정해야 할 것으로 보이는데, 어떤 오류 때문인지 혹시 알 수 있을까요? loss_graph = []n = len(train_loader)for epoch in range(num_epochs): running_loss = 0.0 for data in train_loader: seq, target = data # 배치 데이터 out = model(seq) loss = criterion(out, target) optimizer.zero_grad() loss.backward() optimizer.step() running_loss += loss.item() loss_graph.append(running_loss/n) if epoch % 100 == 0: print('[epoch: %d] loss: %.4f' %(epoch, running_loss/n))

LSTM 평가 코드

추가질문 하나 더 있습니다. R2를 추가적으로 확인하고자 아래와 같이 evaluation에 추가로 R2score를 아래와 같이 넣고 print 를 하면 ['numpy.float32' object is not callable ]이라는 오류메시지가 뜹니다. 어떤 부분이 잘못되었는지 지도 부탁드립니다. def evaluation(dataloader): predictions = torch.tensor([], dtype=torch.float).to(device) actual = torch.tensor([], dtype=torch.float).to(device) with torch.no_grad(): model.eval() for data in dataloader: inputs, values = data outputs = model(inputs) predictions = torch.cat((predictions, outputs), 0) actual = torch.cat((actual, values), 0) rmse = np.sqrt(mean_squared_error(predictions.cpu(), actual.cpu())) R2 = R2score(predictions.cpu(), actual.cpu()) return rmse, R2

LSTM 평가 코드

감사합니다. 추가적으로, 아래와 같이 코멘트 된 부분이 있는데, random initial parameter를 사용한 부분이 어떤 부분인가요? 결과값을 고정시키기 위해서 어떤 paramater를 써야되는지도 궁금합니다. # 데이터를 무작위로 나누고 모델의 초기값도 random initial parameter를 사용했기 때문에 학습을 할 때 마다 결과가 다르게 나올 수 있습니다.