Transformers 文档
Autoformer
并获得增强的文档体验
开始使用
Autoformer
概述
Autoformer 模型由 Haixu Wu、Jiehui Xu、Jianmin Wang、Mingsheng Long 在 Autoformer: Decomposition Transformers with Auto-Correlation for Long-Term Series Forecasting 中提出。
该模型将 Transformer 增强为一种深度分解架构,可以在预测过程中逐步分解趋势和季节性成分。
论文摘要如下:
延长预测时间是实际应用的关键需求,例如极端天气预警和长期能源消耗规划。本文研究了时间序列的长期预测问题。现有的基于 Transformer 的模型采用各种自注意力机制来发现长程依赖关系。然而,长期未来复杂的时序模式阻碍了模型发现可靠的依赖关系。此外,Transformer 为了提高长序列的效率,必须采用点式自注意力的稀疏版本,导致信息利用瓶颈。超越 Transformer,我们将 Autoformer 设计为一种新颖的具有自相关机制的分解架构。我们打破了序列分解的预处理惯例,并将其创新为深度模型的基本内部模块。这种设计使 Autoformer 具备了处理复杂时间序列的渐进分解能力。此外,受随机过程理论的启发,我们设计了基于序列周期性的自相关机制,该机制在子序列级别进行依赖关系发现和表示聚合。自相关在效率和准确性方面均优于自注意力。在长期预测中,Autoformer 取得了最先进的准确性,在六个基准上相对提高了 38%,涵盖了五种实际应用:能源、交通、经济、天气和疾病。
该模型由 elisim 和 kashif 贡献。原始代码可以在这里找到。
资源
Hugging Face 官方和社区(以🌎表示)资源列表,帮助您快速入门。如果您有兴趣提交资源以供此处收录,请随时打开 Pull Request,我们将对其进行审查!资源应理想地展示一些新内容,而不是重复现有资源。
- 查看 HuggingFace 博客中的 Autoformer 博客文章:是的,Transformer 对时间序列预测是有效的(+ Autoformer)
AutoformerConfig
class transformers.AutoformerConfig
< 来源 >( prediction_length: typing.Optional[int] = None context_length: typing.Optional[int] = None distribution_output: str = 'student_t' loss: str = 'nll' input_size: int = 1 lags_sequence: list = [1, 2, 3, 4, 5, 6, 7] scaling: bool = True num_time_features: int = 0 num_dynamic_real_features: int = 0 num_static_categorical_features: int = 0 num_static_real_features: int = 0 cardinality: typing.Optional[list[int]] = None embedding_dimension: typing.Optional[list[int]] = None d_model: int = 64 encoder_attention_heads: int = 2 decoder_attention_heads: int = 2 encoder_layers: int = 2 decoder_layers: int = 2 encoder_ffn_dim: int = 32 decoder_ffn_dim: int = 32 activation_function: str = 'gelu' dropout: float = 0.1 encoder_layerdrop: float = 0.1 decoder_layerdrop: float = 0.1 attention_dropout: float = 0.1 activation_dropout: float = 0.1 num_parallel_samples: int = 100 init_std: float = 0.02 use_cache: bool = True is_encoder_decoder = True label_length: int = 10 moving_average: int = 25 autocorrelation_factor: int = 3 **kwargs )
参数
- prediction_length (
int
) — 解码器的预测长度。换句话说,模型的预测范围。 - context_length (
int
, 可选, 默认为prediction_length
) — 编码器的上下文长度。如果未设置,上下文长度将与prediction_length
相同。 - distribution_output (
string
, 可选, 默认为"student_t"
) — 模型的分布发射头。可以是“student_t”、“normal”或“negative_binomial”。 - loss (
string
, 可选, 默认为"nll"
) — 与distribution_output
头对应的模型损失函数。对于参数分布,它是负对数似然(nll)——目前唯一支持的。 - input_size (
int
, 可选, 默认为 1) — 目标变量的大小,默认情况下对于单变量目标为 1。对于多变量目标将大于 1。 - lags_sequence (
list[int]
, 可选, 默认为[1, 2, 3, 4, 5, 6, 7]
) — 作为协变量的输入时间序列的滞后,通常由频率决定。默认为[1, 2, 3, 4, 5, 6, 7]
。 - scaling (
bool
, 可选,默认为True
) — 是否缩放输入目标。 - num_time_features (
int
, 可选, 默认为 0) — 输入时间序列中的时间特征数量。 - num_dynamic_real_features (
int
, 可选, 默认为 0) — 动态实值特征的数量。 - num_static_categorical_features (
int
, 可选, 默认为 0) — 静态分类特征的数量。 - num_static_real_features (
int
, 可选, 默认为 0) — 静态实值特征的数量。 - cardinality (
list[int]
, 可选) — 每个静态分类特征的基数(不同值的数量)。应为整数列表,长度与num_static_categorical_features
相同。如果num_static_categorical_features
大于 0,则不能为None
。 - embedding_dimension (
list[int]
, 可选) — 每个静态分类特征的嵌入维度。应为整数列表,长度与num_static_categorical_features
相同。如果num_static_categorical_features
大于 0,则不能为None
。 - d_model (
int
, 可选, 默认为 64) — Transformer 层的维度。 - encoder_layers (
int
, 可选, 默认为 2) — 编码器层数。 - decoder_layers (
int
, 可选, 默认为 2) — 解码器层数。 - encoder_attention_heads (
int
, 可选, 默认为 2) — Transformer 编码器中每个注意力层的注意力头数量。 - decoder_attention_heads (
int
, 可选, 默认为 2) — Transformer 解码器中每个注意力层的注意力头数量。 - encoder_ffn_dim (
int
, 可选, 默认为 32) — 编码器中“中间”(通常称为前馈)层的维度。 - decoder_ffn_dim (
int
, 可选, 默认为 32) — 解码器中“中间”(通常称为前馈)层的维度。 - activation_function (
str
或function
, 可选, 默认为"gelu"
) — 编码器和解码器中的非线性激活函数(函数或字符串)。如果是字符串,支持"gelu"
和"relu"
。 - dropout (
float
, 可选, 默认为 0.1) — 编码器和解码器中所有全连接层的 dropout 概率。 - encoder_layerdrop (
float
, 可选, 默认为 0.1) — 每个编码器层的注意力和全连接层的 dropout 概率。 - decoder_layerdrop (
float
, 可选, 默认为 0.1) — 每个解码器层的注意力和全连接层的 dropout 概率。 - attention_dropout (
float
, 可选, 默认为 0.1) — 注意力概率的 dropout 概率。 - activation_dropout (
float
, 可选, 默认为 0.1) — 在两个前馈网络层之间使用的 dropout 概率。 - num_parallel_samples (
int
, 可选, 默认为 100) — 推理的每个时间步并行生成的样本数量。 - init_std (
float
, 可选, 默认为 0.02) — 截断正态权重初始化分布的标准差。 - use_cache (
bool
, 可选, 默认为True
) — 是否使用过去的键/值注意力(如果适用于模型)以加快解码速度。 - label_length (
int
, 可选, 默认为 10) — Autoformer 解码器的起始令牌长度,用于直接多步预测(即非自回归生成)。 - moving_average (
int
, 可选, 默认为 25) — 移动平均的窗口大小。实际上,它是分解层中 AvgPool1d 的核大小。 - autocorrelation_factor (
int
, 可选, 默认为 3) — “注意力”(即自相关机制)因子,用于查找前 k 个自相关延迟。论文建议将其设置为 1 到 5 之间的数字。
这是用于存储 AutoformerModel 配置的配置类。它用于根据指定的参数实例化 Autoformer 模型,定义模型架构。使用默认值实例化配置将生成与 Autoformer huggingface/autoformer-tourism-monthly 架构相似的配置。
配置对象继承自 PretrainedConfig,可用于控制模型输出。有关更多信息,请参阅 PretrainedConfig 的文档。
>>> from transformers import AutoformerConfig, AutoformerModel
>>> # Initializing a default Autoformer configuration
>>> configuration = AutoformerConfig()
>>> # Randomly initializing a model (with random weights) from the configuration
>>> model = AutoformerModel(configuration)
>>> # Accessing the model configuration
>>> configuration = model.config
AutoformerModel
class transformers.AutoformerModel
< 来源 >( config: AutoformerConfig )
参数
- config (AutoformerConfig) — 模型配置类,包含模型的所有参数。使用配置文件进行初始化不会加载与模型相关的权重,只加载配置。请查阅 from_pretrained() 方法以加载模型权重。
裸 Autoformer 模型,输出原始隐藏状态,顶部没有任何特定头。
此模型继承自 PreTrainedModel。查阅超类文档,了解库为其所有模型实现的一般方法(例如下载或保存、调整输入嵌入大小、修剪头部等)。
此模型也是 PyTorch torch.nn.Module 子类。将其作为常规 PyTorch 模块使用,并参考 PyTorch 文档以了解所有与一般用法和行为相关的事项。
forward
< 来源 >( past_values: Tensor past_time_features: Tensor past_observed_mask: Tensor static_categorical_features: typing.Optional[torch.Tensor] = None static_real_features: typing.Optional[torch.Tensor] = None future_values: typing.Optional[torch.Tensor] = None future_time_features: typing.Optional[torch.Tensor] = None decoder_attention_mask: typing.Optional[torch.LongTensor] = None head_mask: typing.Optional[torch.Tensor] = None decoder_head_mask: typing.Optional[torch.Tensor] = None cross_attn_head_mask: typing.Optional[torch.Tensor] = None encoder_outputs: typing.Optional[list[torch.FloatTensor]] = None past_key_values: typing.Optional[list[torch.FloatTensor]] = None output_hidden_states: typing.Optional[bool] = None output_attentions: typing.Optional[bool] = None use_cache: typing.Optional[bool] = None return_dict: typing.Optional[bool] = None ) → transformers.models.autoformer.modeling_autoformer.AutoformerModelOutput
或 tuple(torch.FloatTensor)
参数
- past_values (形状为
(batch_size, sequence_length)
的torch.FloatTensor
) — 时间序列的过去值,作为预测未来的上下文。这些值可能包含滞后,即为作为“额外上下文”而添加的来自过去的额外值。past_values
是 Transformer 编码器作为输入(带可选额外特征,如static_categorical_features
、static_real_features
、past_time_features
)获取的值。这里的序列长度等于
context_length
+max(config.lags_sequence)
。缺失值需要替换为零。
- past_time_features (形状为
(batch_size, sequence_length, num_features)
的torch.FloatTensor
, 可选) — 可选的时间特征,模型将在内部将其添加到past_values
。这些可以是“月份”、“日”等编码为向量(例如傅里叶特征)的特征。这些也可以是所谓的“年龄”特征,它们基本上帮助模型知道时间序列处于“生命中的哪个阶段”。年龄特征对于遥远的过去时间步具有较小的值,并且随着我们接近当前时间步而单调增加。这些特征充当输入的“位置编码”。因此,与 BERT 等模型不同,BERT 等模型的位置编码是在模型内部从头开始学习的参数,而时间序列 Transformer 需要提供额外的时间特征。
Autoformer 只学习
static_categorical_features
的额外嵌入。 - past_observed_mask (形状为
(batch_size, sequence_length)
的torch.BoolTensor
, 可选) — 布尔掩码,指示哪些past_values
已观测到,哪些缺失。掩码值选择范围为[0, 1]
:- 1 表示已观测到的值,
- 0 表示缺失的值(即已被零替换的 NaN)。
- static_categorical_features (形状为
(batch_size, number of static categorical features)
的torch.LongTensor
, 可选) — 可选的静态分类特征,模型将学习其嵌入并将其添加到时间序列的值中。静态分类特征是指在所有时间步长(随时间静态)都具有相同值的特征。
静态分类特征的一个典型例子是时间序列 ID。
- static_real_features (形状为
(batch_size, number of static real features)
的torch.FloatTensor
, 可选) — 可选的静态实值特征,模型将添加到时间序列的值中。静态实值特征是指在所有时间步长(随时间静态)都具有相同值的特征。
静态实值特征的一个典型例子是促销信息。
- future_values (形状为
(batch_size, prediction_length)
的torch.FloatTensor
) — 时间序列的未来值,用作模型的标签。future_values
是 Transformer 需要学习输出的值,给定past_values
。有关详细信息,请参阅演示笔记本和代码片段。
缺失值需要替换为零。
- future_time_features (
torch.FloatTensor
,形状为(batch_size, prediction_length, num_features)
,可选) — 可选的时间特征,模型将在内部将其添加到future_values
中。这些特征可以是“年份月份”、“月份日期”等,编码为向量(例如作为傅里叶特征)。这些特征也可以是所谓的“年龄”特征,它们基本帮助模型了解时间序列“处于生命周期的哪个点”。年龄特征对于遥远的过去时间步具有小值,并且随着我们接近当前时间步而单调增加。这些特征作为输入的“位置编码”。因此,与BERT等模型不同,BERT模型的位置编码是从头开始在内部作为模型参数学习的,时间序列Transformer需要提供额外特征。
Autoformer仅学习
static_categorical_features
的额外嵌入。 - decoder_attention_mask (
torch.LongTensor
,形状为(batch_size, target_sequence_length)
,可选) — 用于避免对特定标记索引执行注意力的掩码。默认情况下,将使用因果掩码,以确保模型只能查看先前的输入才能预测未来。 - head_mask (
torch.Tensor
,形状为(num_heads,)
或(num_layers, num_heads)
,可选) — 用于使自注意力模块的选定头部无效的掩码。掩码值在[0, 1]
中选择:- 1 表示头部未被遮蔽,
- 0 表示头部被遮蔽。
- decoder_head_mask (
torch.Tensor
,形状为(decoder_layers, decoder_attention_heads)
,可选) — 用于使解码器中注意力模块的选定头部无效的掩码。掩码值在[0, 1]
中选择:- 1 表示头部未被遮蔽,
- 0 表示头部被遮蔽。
- cross_attn_head_mask (
torch.Tensor
,形状为(decoder_layers, decoder_attention_heads)
,可选) — 用于使交叉注意力模块的选定头部无效的掩码。掩码值在[0, 1]
中选择:- 1 表示头部未被遮蔽,
- 0 表示头部被遮蔽。
- encoder_outputs (
tuple(tuple(torch.FloatTensor)
,可选) — 元组包含last_hidden_state
、hidden_states
(可选) 和attentions
(可选)。last_hidden_state
的形状为(batch_size, sequence_length, hidden_size)
(可选),是编码器最后一层输出的隐藏状态序列。用于解码器的交叉注意力。 - past_key_values (
list[torch.FloatTensor]
,可选) — 预先计算的隐藏状态(自注意力块和交叉注意力块中的键和值),可用于加速顺序解码。这通常包括模型在解码上一阶段返回的past_key_values
,当use_cache=True
或config.use_cache=True
时。允许两种格式:
- 一个 Cache 实例,请参阅我们的 kv 缓存指南;
- 长度为
config.n_layers
的tuple(torch.FloatTensor)
元组,每个元组包含 2 个形状为(batch_size, num_heads, sequence_length, embed_size_per_head)
的张量)。这也被称为传统缓存格式。
模型将输出与输入相同的缓存格式。如果未传递
past_key_values
,则将返回传统缓存格式。如果使用
past_key_values
,用户可以选择仅输入最后一个input_ids
(那些没有将其过去的键值状态提供给此模型的)的形状(batch_size, 1)
,而不是所有input_ids
的形状(batch_size, sequence_length)
。 - output_hidden_states (
bool
,可选) — 是否返回所有层的隐藏状态。有关详细信息,请参阅返回张量下的hidden_states
。 - output_attentions (
bool
,可选) — 是否返回所有注意力层的注意力张量。有关详细信息,请参阅返回张量下的attentions
。 - use_cache (
bool
,可选) — 如果设置为True
,将返回past_key_values
键值状态,并可用于加速解码(参见past_key_values
)。 - return_dict (
bool
,可选) — 是否返回 ModelOutput 而不是普通元组。
返回
transformers.models.autoformer.modeling_autoformer.AutoformerModelOutput
或 tuple(torch.FloatTensor)
一个 transformers.models.autoformer.modeling_autoformer.AutoformerModelOutput
或一个 torch.FloatTensor
元组(如果传递了 return_dict=False
或当 config.return_dict=False
时),包含各种元素,具体取决于配置(AutoformerConfig)和输入。
-
last_hidden_state (
torch.FloatTensor
,形状为(batch_size, sequence_length, hidden_size)
) — 模型解码器最后一层输出的隐藏状态序列。如果使用了
past_key_values
,则只输出形状为(batch_size, 1, hidden_size)
的序列的最后一个隐藏状态。 -
trend (
torch.FloatTensor
,形状为(batch_size, sequence_length, hidden_size)
) — 每个时间序列的趋势张量。 -
past_key_values (
tuple(tuple(torch.FloatTensor))
,可选,当传递use_cache=True
或当config.use_cache=True
时返回) — 长度为config.n_layers
的tuple(torch.FloatTensor)
元组,每个元组包含 2 个形状为(batch_size, num_heads, sequence_length, embed_size_per_head)
的张量)和 2 个额外的形状为(batch_size, num_heads, encoder_sequence_length, embed_size_per_head)
的张量。包含预先计算的隐藏状态(自注意力块和交叉注意力块中的键和值),可用于(参见
past_key_values
输入)加速顺序解码。 -
decoder_hidden_states (
tuple[torch.FloatTensor]
,可选,当传递output_hidden_states=True
或当config.output_hidden_states=True
时返回) —torch.FloatTensor
元组(如果模型有嵌入层,则一个用于嵌入输出,加上每个层的一个输出),形状为(batch_size, sequence_length, hidden_size)
。解码器在每一层输出时的隐藏状态以及初始嵌入输出。
-
decoder_attentions (
tuple[torch.FloatTensor]
,可选,当传递output_attentions=True
或当config.output_attentions=True
时返回) —torch.FloatTensor
元组(每个层一个),形状为(batch_size, num_heads, sequence_length, sequence_length)
。解码器的注意力权重,在注意力 softmax 之后,用于计算自注意力头中的加权平均。
-
cross_attentions (
tuple[torch.FloatTensor]
,可选,当传递output_attentions=True
或当config.output_attentions=True
时返回) —torch.FloatTensor
元组(每个层一个),形状为(batch_size, num_heads, sequence_length, sequence_length)
。解码器交叉注意力层的注意力权重,在注意力 softmax 之后,用于计算交叉注意力头中的加权平均。
-
encoder_last_hidden_state (
torch.FloatTensor
,形状为(batch_size, sequence_length, hidden_size)
,可选,默认为None
) — 模型编码器最后一层输出的隐藏状态序列。 -
encoder_hidden_states (
tuple[torch.FloatTensor]
,可选,当传递output_hidden_states=True
或当config.output_hidden_states=True
时返回) —torch.FloatTensor
元组(如果模型有嵌入层,则一个用于嵌入输出,加上每个层的一个输出),形状为(batch_size, sequence_length, hidden_size)
。编码器在每一层输出时的隐藏状态以及初始嵌入输出。
-
encoder_attentions (
tuple[torch.FloatTensor]
,可选,当传递output_attentions=True
或当config.output_attentions=True
时返回) —torch.FloatTensor
元组(每个层一个),形状为(batch_size, num_heads, sequence_length, sequence_length)
。编码器的注意力权重,在注意力 softmax 之后,用于计算自注意力头中的加权平均。
-
loc (
torch.FloatTensor
,形状为(batch_size,)
或(batch_size, input_size)
,可选) — 每个时间序列上下文窗口的平移值,用于使模型输入具有相同的大小,然后用于平移回原始大小。 -
scale (
torch.FloatTensor
,形状为(batch_size,)
或(batch_size, input_size)
,可选) — 每个时间序列上下文窗口的缩放值,用于使模型输入具有相同的大小,然后用于缩放回原始大小。 -
static_features: (
torch.FloatTensor
,形状为(batch_size, feature size)
,可选) — 批次中每个时间序列的静态特征,在推理时复制到协变量中。 -
static_features (
torch.FloatTensor
,形状为(batch_size, feature size)
,可选,默认为None
) — 批次中每个时间序列的静态特征,在推理时复制到协变量中。
The AutoformerModel forward 方法,覆盖了 __call__
特殊方法。
尽管前向传播的实现需要在该函数中定义,但之后应该调用 Module
实例而不是此函数,因为前者负责运行预处理和后处理步骤,而后者则默默地忽略它们。
示例
>>> from huggingface_hub import hf_hub_download
>>> import torch
>>> from transformers import AutoformerModel
>>> file = hf_hub_download(
... repo_id="hf-internal-testing/tourism-monthly-batch", filename="train-batch.pt", repo_type="dataset"
... )
>>> batch = torch.load(file)
>>> model = AutoformerModel.from_pretrained("huggingface/autoformer-tourism-monthly")
>>> # during training, one provides both past and future values
>>> # as well as possible additional features
>>> outputs = model(
... past_values=batch["past_values"],
... past_time_features=batch["past_time_features"],
... past_observed_mask=batch["past_observed_mask"],
... static_categorical_features=batch["static_categorical_features"],
... future_values=batch["future_values"],
... future_time_features=batch["future_time_features"],
... )
>>> last_hidden_state = outputs.last_hidden_state
AutoformerForPrediction
class transformers.AutoformerForPrediction
< source >( config: AutoformerConfig )
参数
- config (AutoformerConfig) — 模型的配置类,包含模型的所有参数。使用配置文件初始化不加载与模型关联的权重,仅加载配置。请查阅 from_pretrained() 方法以加载模型权重。
Autoformer 模型,顶部带有一个分布头,用于时间序列预测。
此模型继承自 PreTrainedModel。查阅超类文档,了解库为其所有模型实现的一般方法(例如下载或保存、调整输入嵌入大小、修剪头部等)。
此模型也是 PyTorch torch.nn.Module 子类。将其作为常规 PyTorch 模块使用,并参考 PyTorch 文档以了解所有与一般用法和行为相关的事项。
forward
< source >( past_values: Tensor past_time_features: Tensor past_observed_mask: Tensor static_categorical_features: typing.Optional[torch.Tensor] = None static_real_features: typing.Optional[torch.Tensor] = None future_values: typing.Optional[torch.Tensor] = None future_time_features: typing.Optional[torch.Tensor] = None future_observed_mask: typing.Optional[torch.Tensor] = None decoder_attention_mask: typing.Optional[torch.LongTensor] = None head_mask: typing.Optional[torch.Tensor] = None decoder_head_mask: typing.Optional[torch.Tensor] = None cross_attn_head_mask: typing.Optional[torch.Tensor] = None encoder_outputs: typing.Optional[list[torch.FloatTensor]] = None past_key_values: typing.Optional[list[torch.FloatTensor]] = None output_hidden_states: typing.Optional[bool] = None output_attentions: typing.Optional[bool] = None use_cache: typing.Optional[bool] = None return_dict: typing.Optional[bool] = None ) → transformers.modeling_outputs.Seq2SeqTSPredictionOutput or tuple(torch.FloatTensor)
参数
- past_values (
torch.FloatTensor
,形状为(batch_size, sequence_length)
) — 时间序列的过去值,作为预测未来的上下文。这些值可能包含滞后,即从过去添加的额外值,以作为“额外上下文”。past_values
是 Transformer 编码器作为输入获取的内容(可选地包含额外特征,例如static_categorical_features
、static_real_features
、past_time_features
)。这里的序列长度等于
context_length
+max(config.lags_sequence)
。缺失值需要用零替换。
- past_time_features (
torch.FloatTensor
,形状为(batch_size, sequence_length, num_features)
,可选) — 可选的时间特征,模型将在内部将其添加到past_values
中。这些特征可以是“年份月份”、“月份日期”等,编码为向量(例如作为傅里叶特征)。这些特征也可以是所谓的“年龄”特征,它们基本帮助模型了解时间序列“处于生命周期的哪个点”。年龄特征对于遥远的过去时间步具有小值,并且随着我们接近当前时间步而单调增加。这些特征作为输入的“位置编码”。因此,与BERT等模型不同,BERT模型的位置编码是从头开始在内部作为模型参数学习的,时间序列Transformer需要提供额外的时间特征。
Autoformer仅学习
static_categorical_features
的额外嵌入。 - past_observed_mask (
torch.BoolTensor
,形状为(batch_size, sequence_length)
,可选) — 布尔掩码,指示哪些past_values
被观察到,哪些缺失。掩码值在[0, 1]
中选择:- 1 表示值被观察到,
- 0 表示值缺失(即被零替换的 NaN)。
- static_categorical_features (
torch.LongTensor
,形状为(batch_size, 静态分类特征的数量)
,可选) — 可选的静态分类特征,模型将为其学习嵌入,并将其添加到时间序列的值中。静态分类特征是所有时间步具有相同值的特征(随时间保持静态)。
静态分类特征的典型示例是时间序列 ID。
- static_real_features (
torch.FloatTensor
,形状为(batch_size, 静态实值特征的数量)
,可选) — 可选的静态实值特征,模型将将其添加到时间序列的值中。静态实值特征是所有时间步具有相同值的特征(随时间保持静态)。
静态实值特征的典型示例是促销信息。
- future_values (
torch.FloatTensor
,形状为(batch_size, prediction_length)
) — 时间序列的未来值,作为模型的标签。future_values
是 Transformer 需要学习输出的内容,给定past_values
。有关详细信息,请参阅演示笔记本和代码片段。
缺失值需要用零替换。
- future_time_features (
torch.FloatTensor
,形状为(batch_size, prediction_length, num_features)
,可选) — 可选的时间特征,模型将在内部将其添加到future_values
中。这些特征可以是“年份月份”、“月份日期”等,编码为向量(例如作为傅里叶特征)。这些特征也可以是所谓的“年龄”特征,它们基本帮助模型了解时间序列“处于生命周期的哪个点”。年龄特征对于遥远的过去时间步具有小值,并且随着我们接近当前时间步而单调增加。这些特征作为输入的“位置编码”。因此,与BERT等模型不同,BERT模型的位置编码是从头开始在内部作为模型参数学习的,时间序列Transformer需要提供额外特征。
Autoformer仅学习
static_categorical_features
的额外嵌入。 - future_observed_mask (
torch.BoolTensor
,形状为(batch_size, sequence_length)
或(batch_size, sequence_length, input_size)
,可选) — 布尔掩码,指示哪些future_values
被观察到,哪些缺失。掩码值在[0, 1]
中选择:- 1 表示值被观察到,
- 0 表示值缺失(即被零替换的 NaN)。
此掩码用于在最终损失计算中过滤掉缺失值。
- decoder_attention_mask (
torch.LongTensor
,形状为(batch_size, target_sequence_length)
,可选) — 用于避免对特定标记索引执行注意力的掩码。默认情况下,将使用因果掩码,以确保模型只能查看先前的输入才能预测未来。 - head_mask (
torch.Tensor
,形状为(num_heads,)
或(num_layers, num_heads)
,可选) — 用于使自注意力模块的选定头部无效的掩码。掩码值在[0, 1]
中选择:- 1 表示头部未被遮蔽,
- 0 表示头部被遮蔽。
- decoder_head_mask (
torch.Tensor
,形状为(decoder_layers, decoder_attention_heads)
,可选) — 用于使解码器中注意力模块的选定头部无效的掩码。掩码值在[0, 1]
中选择:- 1 表示头部未被遮蔽,
- 0 表示头部被遮蔽。
- cross_attn_head_mask (
torch.Tensor
,形状为(decoder_layers, decoder_attention_heads)
,可选) — 用于使交叉注意力模块的选定头部无效的掩码。掩码值在[0, 1]
中选择:- 1 表示头部未被遮蔽,
- 0 表示头部被遮蔽。
- encoder_outputs (
tuple(tuple(torch.FloatTensor)
,可选) — 元组包含last_hidden_state
、hidden_states
(可选) 和attentions
(可选)。last_hidden_state
的形状为(batch_size, sequence_length, hidden_size)
(可选),是编码器最后一层输出的隐藏状态序列。用于解码器的交叉注意力。 - past_key_values (
list[torch.FloatTensor]
,可选) — 预先计算的隐藏状态(自注意力块和交叉注意力块中的键和值),可用于加速顺序解码。这通常包括模型在解码上一阶段返回的past_key_values
,当use_cache=True
或config.use_cache=True
时。允许两种格式:
- 一个 Cache 实例,请参阅我们的 kv 缓存指南;
- 长度为
config.n_layers
的tuple(torch.FloatTensor)
元组,每个元组包含 2 个形状为(batch_size, num_heads, sequence_length, embed_size_per_head)
的张量)。这也被称为传统缓存格式。
模型将输出与输入相同的缓存格式。如果未传递
past_key_values
,则将返回传统缓存格式。如果使用
past_key_values
,用户可以选择仅输入最后一个input_ids
(那些没有将其过去的键值状态提供给此模型的)的形状(batch_size, 1)
,而不是所有input_ids
的形状(batch_size, sequence_length)
。 - output_hidden_states (
bool
,可选) — 是否返回所有层的隐藏状态。有关详细信息,请参阅返回张量下的hidden_states
。 - output_attentions (
bool
,可选) — 是否返回所有注意力层的注意力张量。有关详细信息,请参阅返回张量下的attentions
。 - use_cache (
bool
,可选) — 如果设置为True
,将返回past_key_values
键值状态,并可用于加速解码(参见past_key_values
)。 - return_dict (
bool
,可选) — 是否返回 ModelOutput 而不是普通元组。
返回
transformers.modeling_outputs.Seq2SeqTSPredictionOutput 或 tuple(torch.FloatTensor)
一个 transformers.modeling_outputs.Seq2SeqTSPredictionOutput 或一个 torch.FloatTensor
元组(如果传递了 return_dict=False
或当 config.return_dict=False
时),包含各种元素,具体取决于配置(AutoformerConfig)和输入。
-
loss (
torch.FloatTensor
,形状为(1,)
,可选,当提供future_values
时返回) — 分布损失。 -
params (
torch.FloatTensor
,形状为(batch_size, num_samples, num_params)
) — 所选分布的参数。 -
past_key_values (
EncoderDecoderCache
,可选,当传递use_cache=True
或当config.use_cache=True
时返回) — 这是一个 EncoderDecoderCache 实例。有关更多详细信息,请参阅我们的 kv 缓存指南。包含预先计算的隐藏状态(自注意力块和交叉注意力块中的键和值),可用于(参见
past_key_values
输入)加速顺序解码。 -
decoder_hidden_states (
tuple(torch.FloatTensor)
,可选,当传递output_hidden_states=True
或当config.output_hidden_states=True
时返回) —torch.FloatTensor
元组(如果模型有嵌入层,则一个用于嵌入输出,加上每个层的一个输出),形状为(batch_size, sequence_length, hidden_size)
。解码器在每一层输出时的隐藏状态以及初始嵌入输出。
-
decoder_attentions (
tuple(torch.FloatTensor)
,可选,当传递output_attentions=True
或当config.output_attentions=True
时返回) —torch.FloatTensor
元组(每个层一个),形状为(batch_size, num_heads, sequence_length, sequence_length)
。解码器的注意力权重,在注意力 softmax 之后,用于计算自注意力头中的加权平均。
-
cross_attentions (
tuple(torch.FloatTensor)
,可选,当传递output_attentions=True
或当config.output_attentions=True
时返回) —torch.FloatTensor
元组(每个层一个),形状为(batch_size, num_heads, sequence_length, sequence_length)
。解码器交叉注意力层的注意力权重,在注意力 softmax 之后,用于计算交叉注意力头中的加权平均。
-
encoder_last_hidden_state (
torch.FloatTensor
,形状为(batch_size, sequence_length, hidden_size)
,可选) — 模型编码器最后一层输出的隐藏状态序列。 -
encoder_hidden_states (
tuple(torch.FloatTensor)
,可选,当传递output_hidden_states=True
或当config.output_hidden_states=True
时返回) —torch.FloatTensor
元组(如果模型有嵌入层,则一个用于嵌入输出,加上每个层的一个输出),形状为(batch_size, sequence_length, hidden_size)
。编码器在每一层输出时的隐藏状态以及初始嵌入输出。
-
encoder_attentions (
tuple(torch.FloatTensor)
,可选,当传递output_attentions=True
或当config.output_attentions=True
时返回) —torch.FloatTensor
元组(每个层一个),形状为(batch_size, num_heads, sequence_length, sequence_length)
。编码器的注意力权重,在注意力 softmax 之后,用于计算自注意力头中的加权平均。
-
loc (
torch.FloatTensor
,形状为(batch_size,)
或(batch_size, input_size)
,可选) — 每个时间序列上下文窗口的平移值,用于使模型输入具有相同的大小,然后用于平移回原始大小。 -
scale (
torch.FloatTensor
,形状为(batch_size,)
或(batch_size, input_size)
,可选) — 每个时间序列上下文窗口的缩放值,用于使模型输入具有相同的大小,然后用于缩放回原始大小。 -
static_features (
torch.FloatTensor
,形状为(batch_size, feature size)
,可选) — 批次中每个时间序列的静态特征,在推理时复制到协变量。
The AutoformerForPrediction forward 方法,覆盖了 __call__
特殊方法。
尽管前向传播的实现需要在该函数中定义,但之后应该调用 Module
实例而不是此函数,因为前者负责运行预处理和后处理步骤,而后者则默默地忽略它们。
示例
>>> from huggingface_hub import hf_hub_download
>>> import torch
>>> from transformers import AutoformerForPrediction
>>> file = hf_hub_download(
... repo_id="hf-internal-testing/tourism-monthly-batch", filename="train-batch.pt", repo_type="dataset"
... )
>>> batch = torch.load(file)
>>> model = AutoformerForPrediction.from_pretrained("huggingface/autoformer-tourism-monthly")
>>> # during training, one provides both past and future values
>>> # as well as possible additional features
>>> outputs = model(
... past_values=batch["past_values"],
... past_time_features=batch["past_time_features"],
... past_observed_mask=batch["past_observed_mask"],
... static_categorical_features=batch["static_categorical_features"],
... future_values=batch["future_values"],
... future_time_features=batch["future_time_features"],
... )
>>> loss = outputs.loss
>>> loss.backward()
>>> # during inference, one only provides past values
>>> # as well as possible additional features
>>> # the model autoregressively generates future values
>>> outputs = model.generate(
... past_values=batch["past_values"],
... past_time_features=batch["past_time_features"],
... past_observed_mask=batch["past_observed_mask"],
... static_categorical_features=batch["static_categorical_features"],
... future_time_features=batch["future_time_features"],
... )
>>> mean_prediction = outputs.sequences.mean(dim=1)
AutoformerForPrediction 也可以使用 static_real_features。为此,根据数据集中此类特征的数量(对于 tourism_monthly 数据集,它
等于 1),在 AutoformerConfig 中设置 num_static_real_features,初始化模型并按如下方式调用
>>> from huggingface_hub import hf_hub_download
>>> import torch
>>> from transformers import AutoformerConfig, AutoformerForPrediction
>>> file = hf_hub_download(
... repo_id="hf-internal-testing/tourism-monthly-batch", filename="train-batch.pt", repo_type="dataset"
... )
>>> batch = torch.load(file)
>>> # check number of static real features
>>> num_static_real_features = batch["static_real_features"].shape[-1]
>>> # load configuration of pretrained model and override num_static_real_features
>>> configuration = AutoformerConfig.from_pretrained(
... "huggingface/autoformer-tourism-monthly",
... num_static_real_features=num_static_real_features,
... )
>>> # we also need to update feature_size as it is not recalculated
>>> configuration.feature_size += num_static_real_features
>>> model = AutoformerForPrediction(configuration)
>>> outputs = model(
... past_values=batch["past_values"],
... past_time_features=batch["past_time_features"],
... past_observed_mask=batch["past_observed_mask"],
... static_categorical_features=batch["static_categorical_features"],
... static_real_features=batch["static_real_features"],
... future_values=batch["future_values"],
... future_time_features=batch["future_time_features"],
... )