Transformers 文档
Informer 模型
并获得增强的文档体验
开始使用
Informer 模型
概述
Informer 模型由 Haoyi Zhou、Shanghang Zhang、Jieqi Peng、Shuai Zhang、Jianxin Li、Hui Xiong 和 Wancai Zhang 在 Informer: 超越高效 Transformer 的长序列时间序列预测 中提出。
该方法引入了一种概率注意力机制,以选择“活跃”查询而不是“惰性”查询,并提供了一个稀疏的 Transformer,从而减轻了普通注意力机制的二次计算和内存需求。
论文摘要如下:
许多实际应用需要预测长序列时间序列,例如电力消耗规划。长序列时间序列预测 (LSTF) 要求模型具有高预测能力,即有效捕捉输出和输入之间精确的长距离依赖耦合的能力。最近的研究表明,Transformer 有潜力提高预测能力。然而,Transformer 存在一些严重问题,使其无法直接应用于 LSTF,包括二次时间复杂度、高内存使用量以及编码器-解码器架构的固有局限性。为了解决这些问题,我们设计了一个高效的基于 Transformer 的 LSTF 模型,名为 Informer,它具有三个独特的特性:(i) ProbSparse 自注意力机制,实现了 O(L logL) 的时间复杂度和内存使用,并且在序列依赖对齐方面具有可比的性能。(ii) 自注意力蒸馏通过将级联层输入减半来突出主导注意力,并有效处理超长输入序列。(iii) 生成式解码器,概念上很简单,它通过一次正向操作而不是逐步预测长序列时间序列,这大大提高了长序列预测的推理速度。在四个大规模数据集上进行的大量实验表明,Informer 显著优于现有方法,并为 LSTF 问题提供了新的解决方案。
该模型由 elisim 和 kashif 贡献。原始代码可在 此处 找到。
资源
官方 Hugging Face 和社区 (🌎 表示) 资源列表,可帮助您入门。如果您有兴趣提交资源以包含在此处,请随时打开拉取请求,我们将对其进行审核!理想情况下,资源应展示新内容,而不是重复现有资源。
- 查看 HuggingFace 博客中的 Informer 博客文章:使用 Informer 进行多元概率时间序列预测
InformerConfig
class transformers.InformerConfig
< 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: typing.Optional[list[int]] = None scaling: typing.Union[str, bool, NoneType] = 'mean' num_dynamic_real_features: int = 0 num_static_real_features: int = 0 num_static_categorical_features: int = 0 num_time_features: int = 0 cardinality: typing.Optional[list[int]] = None embedding_dimension: typing.Optional[list[int]] = None d_model: int = 64 encoder_ffn_dim: int = 32 decoder_ffn_dim: int = 32 encoder_attention_heads: int = 2 decoder_attention_heads: int = 2 encoder_layers: int = 2 decoder_layers: int = 2 is_encoder_decoder: bool = True activation_function: str = 'gelu' dropout: float = 0.05 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 = True attention_type: str = 'prob' sampling_factor: int = 5 distil: bool = True **kwargs )
参数
- prediction_length (
int
) — 解码器的预测长度。换句话说,模型预测的时间范围。这个值通常由数据集决定,我们建议进行适当设置。 - context_length (
int
, 可选, 默认为prediction_length
) — 编码器的上下文长度。如果为None
,上下文长度将与prediction_length
相同。 - distribution_output (
string
, 可选, 默认为"student_t"
) — 模型的分发输出头。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) - 目前是唯一支持的。 - input_size (
int
, 可选, 默认为 1) — 目标变量的大小,对于单变量目标,默认为 1。对于多变量目标,将大于 1。 - scaling (
string
或bool
, 可选, 默认为"mean"
) — 是否通过“均值”缩放器、“标准差”缩放器或不使用缩放器(如果为None
)来缩放输入目标。如果为True
,则缩放器设置为“均值”。 - lags_sequence (
list[int]
, 可选, 默认为[1, 2, 3, 4, 5, 6, 7]
) — 输入时间序列的滞后项作为协变量,通常由数据频率决定。默认为[1, 2, 3, 4, 5, 6, 7]
,但我们建议根据数据集进行适当更改。 - 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,其长度与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,其长度与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)。如果为字符串,则支持"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) — 每个编码器层中注意力层和全连接层的 dropout 概率。 - decoder_layerdrop (
float
, 可选, 默认为 0.1) — 每个解码器层中注意力层和全连接层的 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) — 前馈网络的两个层之间使用的 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)来加速解码。 - attention_type (
str
, 可选, 默认为“prob”) — 编码器中使用的注意力类型。可以设置为“prob”(Informer 的 ProbAttention)或“full”(普通 Transformer 的标准自注意力)。 - sampling_factor (
int
, 可选, 默认为 5) — ProbSparse 采样因子(仅当attention_type
=“prob”时有效)。它用于控制缩减查询矩阵 (Q_reduce) 的输入长度。 - distil (
bool
, 可选, 默认为True
) — 是否在编码器中使用蒸馏。
这是用于存储 InformerModel 配置的配置类。它用于根据指定的参数实例化 Informer 模型,定义模型架构。使用默认值实例化配置将生成类似于 Informer huggingface/informer-tourism-monthly 架构的配置。
配置对象继承自 PretrainedConfig,可用于控制模型输出。有关更多信息,请阅读 PretrainedConfig 的文档。
示例
>>> from transformers import InformerConfig, InformerModel
>>> # Initializing an Informer configuration with 12 time steps for prediction
>>> configuration = InformerConfig(prediction_length=12)
>>> # Randomly initializing a model (with random weights) from the configuration
>>> model = InformerModel(configuration)
>>> # Accessing the model configuration
>>> configuration = model.config
InformerModel
class transformers.InformerModel
< 来源 >( config: InformerConfig )
参数
- config (InformerConfig) — 包含模型所有参数的模型配置类。用配置文件初始化不加载与模型关联的权重,只加载配置。请查看 from_pretrained() 方法来加载模型权重。
裸 Informer 模型,输出原始隐藏状态,不带任何特定头。
该模型继承自 PreTrainedModel。请查看超类文档,了解库为所有模型实现的通用方法(例如下载或保存、调整输入嵌入大小、修剪头等)。
该模型也是 PyTorch torch.nn.Module 子类。请将其用作常规 PyTorch 模块,并参考 PyTorch 文档中所有与通用用法和行为相关的内容。
前向传播
< 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 cache_position: typing.Optional[torch.LongTensor] = None ) → transformers.modeling_outputs.Seq2SeqTSModelOutput 或 tuple(torch.FloatTensor)
参数
- past_values (形状为
(batch_size, sequence_length)
或(batch_size, sequence_length, input_size)
的torch.FloatTensor
) — 时间序列的过去值,作为预测未来的上下文。此张量的序列大小必须大于模型的context_length
,因为模型将使用更大的大小来构建滞后特征,即添加额外的过去值以作为“额外上下文”。这里的
sequence_length
等于config.context_length
+max(config.lags_sequence)
,如果没有配置lags_sequence
,则等于config.context_length
+ 7(因为默认情况下,config.lags_sequence
中最大的回溯索引是 7)。_past_length
属性返回过去的实际长度。past_values
是 Transformer 编码器作为输入获取的内容(带有可选的附加特征,例如static_categorical_features
、static_real_features
、past_time_features
和滞后项)。可选地,缺失值需要用零替换,并通过
past_observed_mask
指示。对于多元时间序列,需要
input_size
> 1 维度,并且对应于每个时间步时间序列中的变量数量。 - past_time_features (形状为
(batch_size, sequence_length, num_features)
的torch.FloatTensor
) — 所需的时间特征,模型将在内部添加到past_values
中。这些可以是“年份月份”、“月份日期”等编码为向量(例如作为傅里叶特征)的内容。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“处于生命中的哪个点”。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。假日特征也是时间特征的一个很好的例子。这些特征作为输入的“位置编码”。因此,与 BERT 等模型不同,BERT 等模型的位置编码是从头开始在模型内部学习的,而时间序列 Transformer 需要提供额外的时间特征。时间序列 Transformer 只学习
static_categorical_features
的额外嵌入。额外的动态实值协变量可以连接到此张量,但需要注意的是,这些特征必须在预测时已知。
这里的
num_features
等于config.
num_time_features+
config.num_dynamic_real_features`。 - past_observed_mask (
torch.BoolTensor
,形状为(batch_size, sequence_length)
或(batch_size, sequence_length, input_size)
,可选) — 布尔掩码,用于指示哪些past_values
是观测到的,哪些是缺失的。掩码值选自[0, 1]
:- 1 表示值是观测到的,
- 0 表示值是缺失的(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。静态分类特征是指在所有时间步长都具有相同值的特征(随时间静态)。
静态分类特征的一个典型示例是时间序列 ID。
- static_real_features (
torch.FloatTensor
,形状为(batch_size, 静态实数特征的数量)
,可选) — 可选的静态实数特征,模型将将其添加到时间序列的值中。静态实数特征是指在所有时间步长都具有相同值的特征(随时间静态)。
静态实数特征的一个典型示例是促销信息。
- future_values (
torch.FloatTensor
,形状为(batch_size, prediction_length)
或(batch_size, prediction_length, input_size)
,可选) — 时间序列的未来值,用作模型的标签。future_values
是 Transformer 在训练时需要学习输出的内容,给定past_values
。这里的序列长度等于
prediction_length
。有关详细信息,请参阅演示笔记本和代码片段。
可选地,在训练期间,任何缺失值都需要用零替换,并通过
future_observed_mask
指示。对于多元时间序列,需要
input_size
> 1 维度,并且对应于每个时间步长中时间序列的变量数量。 - future_time_features (
torch.FloatTensor
,形状为(batch_size, prediction_length, num_features)
) — 预测窗口所需的时序特征,模型将在内部将其添加到future_values
中。这些特征可以是“一年中的月份”、“月中的日期”等编码为向量(例如傅里叶特征)。这些也可以是所谓的“年龄”特征,它们基本上帮助模型了解时间序列处于“生命中的哪个点”。年龄特征对于遥远的过去时间步长具有较小的值,并且随着我们接近当前时间步长而单调增加。假日特征也是时序特征的一个很好的例子。这些特征充当输入的“位置编码”。因此,与 BERT 等模型不同,BERT 模型中的位置编码是在模型内部从头学习的参数,而时序 Transformer 需要提供额外的时序特征。时序 Transformer 只学习
static_categorical_features
的额外嵌入。额外的动态实数协变量可以与此张量连接,但需要注意的是,这些特征必须在预测时已知。
这里的
num_features
等于config.
num_time_features+
config.num_dynamic_real_features`。 - 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以预测未来。 - 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。掩码值选自[0, 1]
:- 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。掩码值选自[0, 1]
:- 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。掩码值选自[0, 1]
:- 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
,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。在解码器的交叉注意力中使用。 - past_key_values (
list[torch.FloatTensor]
,可选) — 预计算的隐藏状态(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前一阶段返回的past_key_values
,当use_cache=True
或config.use_cache=True
时。允许两种格式:
- 一个 Cache 实例,详见我们的 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。如果未传入
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形状为(batch_size, 1)
的最新input_ids
(即没有将它们的过去键值状态提供给此模型的那些),而不是所有形状为(batch_size, sequence_length)
的input_ids
。 - output_hidden_states (
bool
,可选) — 是否返回所有层的隐藏状态。更多详情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。更多详情请参阅返回张量下的attentions
。 - use_cache (
bool
,可选) — 如果设置为True
,则返回past_key_values
键值状态,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。 - cache_position (
torch.LongTensor
,形状为(sequence_length)
,可选) — 指示输入序列标记在序列中位置的索引。与position_ids
相反,此张量不受填充影响。它用于在正确位置更新缓存并推断完整的序列长度。
返回
transformers.modeling_outputs.Seq2SeqTSModelOutput 或 tuple(torch.FloatTensor)
一个 transformers.modeling_outputs.Seq2SeqTSModelOutput 或一个 torch.FloatTensor
元组(如果传入 return_dict=False
或 config.return_dict=False
),根据配置 (InformerConfig) 和输入包含各种元素。
-
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。 -
past_key_values (
EncoderDecoderCache
,可选,当传入use_cache=True
或config.use_cache=True
时返回) — 这是一个 EncoderDecoderCache 实例。更多详情请参见我们的 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,当传入output_hidden_states=True
或config.output_hidden_states=True
时返回) —torch.FloatTensor
的元组(如果模型有嵌入层,则一个用于嵌入输出,加上一个用于每个层的输出),形状为(batch_size, sequence_length, hidden_size)
。解码器在每个层输出的隐藏状态,加上可选的初始嵌入输出。
-
decoder_attentions (
tuple(torch.FloatTensor)
,可选,当传入output_attentions=True
或config.output_attentions=True
时返回) —torch.FloatTensor
的元组(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,当传入output_attentions=True
或config.output_attentions=True
时返回) —torch.FloatTensor
的元组(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,当传入output_hidden_states=True
或config.output_hidden_states=True
时返回) —torch.FloatTensor
的元组(如果模型有嵌入层,则一个用于嵌入输出,加上一个用于每个层的输出),形状为(batch_size, sequence_length, hidden_size)
。编码器在每个层输出的隐藏状态,加上可选的初始嵌入输出。
-
encoder_attentions (
tuple(torch.FloatTensor)
,可选,当传入output_attentions=True
或config.output_attentions=True
时返回) —torch.FloatTensor
的元组(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偏移值,用于使模型输入具有相同量级,然后用于移回原始量级。 -
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量级,然后用于缩放回原始量级。 -
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。
InformerModel 的前向传播方法,覆盖了 __call__
特殊方法。
尽管前向传播的配方需要在此函数中定义,但在此之后应调用 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 InformerModel
>>> file = hf_hub_download(
... repo_id="hf-internal-testing/tourism-monthly-batch", filename="train-batch.pt", repo_type="dataset"
... )
>>> batch = torch.load(file)
>>> model = InformerModel.from_pretrained("huggingface/informer-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"],
... static_real_features=batch["static_real_features"],
... future_values=batch["future_values"],
... future_time_features=batch["future_time_features"],
... )
>>> last_hidden_state = outputs.last_hidden_state
InformerForPrediction
class transformers.InformerForPrediction
< source >( config: InformerConfig )
参数
- config (InformerConfig) — 包含模型所有参数的模型配置类。使用配置文件初始化并不会加载与模型相关的权重,只加载配置。请查看 from_pretrained() 方法以加载模型权重。
具有预测分布头部的 Informer 模型,用于时间序列预测。
该模型继承自 PreTrainedModel。请查看超类文档,了解库为所有模型实现的通用方法(例如下载或保存、调整输入嵌入大小、修剪头等)。
该模型也是 PyTorch torch.nn.Module 子类。请将其用作常规 PyTorch 模块,并参考 PyTorch 文档中所有与通用用法和行为相关的内容。
前向传播
< 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 cache_position: typing.Optional[torch.LongTensor] = None ) → transformers.modeling_outputs.Seq2SeqTSModelOutput 或 tuple(torch.FloatTensor)
参数
- past_values (
torch.FloatTensor
,形状为(batch_size, sequence_length)
或(batch_size, sequence_length, input_size)
) — 时间序列的过去值,用作预测未来的上下文。此张量的序列大小必须大于模型的context_length
,因为模型将使用更大的大小来构建滞后特征,即从过去添加的额外值,用作“额外上下文”。这里的
sequence_length
等于config.context_length
+max(config.lags_sequence)
,如果没有配置lags_sequence
,则等于config.context_length
+ 7(因为默认情况下,config.lags_sequence
中最大的回溯索引是 7)。属性_past_length
返回过去的实际长度。past_values
是 Transformer 编码器获得的输入(可选包含附加特征,例如static_categorical_features
、static_real_features
、past_time_features
和滞后)。可选地,缺失值需要用零替换,并通过
past_observed_mask
指示。对于多元时间序列,需要
input_size
> 1 维度,并且对应于每个时间步长中时间序列的变量数量。 - past_time_features (
torch.FloatTensor
,形状为(batch_size, sequence_length, num_features)
) — 所需的时序特征,模型将在内部将其添加到past_values
中。这些特征可以是“一年中的月份”、“月中的日期”等编码为向量(例如傅里叶特征)。这些也可以是所谓的“年龄”特征,它们基本上帮助模型了解时间序列处于“生命中的哪个点”。年龄特征对于遥远的过去时间步长具有较小的值,并且随着我们接近当前时间步长而单调增加。假日特征也是时序特征的一个很好的例子。这些特征充当输入的“位置编码”。因此,与 BERT 等模型不同,BERT 模型中的位置编码是在模型内部从头学习的参数,而时序 Transformer 需要提供额外的时序特征。时序 Transformer 只学习
static_categorical_features
的额外嵌入。额外的动态实数协变量可以与此张量连接,但需要注意的是,这些特征必须在预测时已知。
这里的
num_features
等于config.
num_time_features+
config.num_dynamic_real_features`。 - past_observed_mask (
torch.BoolTensor
,形状为(batch_size, sequence_length)
或(batch_size, sequence_length, input_size)
,可选) — 布尔掩码,用于指示哪些past_values
是观测到的,哪些是缺失的。掩码值选自[0, 1]
:- 1 表示值是观测到的,
- 0 表示值是缺失的(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。静态分类特征是指在所有时间步长都具有相同值的特征(随时间静态)。
静态分类特征的一个典型示例是时间序列 ID。
- static_real_features (
torch.FloatTensor
,形状为(batch_size, 静态实数特征的数量)
,可选) — 可选的静态实数特征,模型将将其添加到时间序列的值中。静态实数特征是指在所有时间步长都具有相同值的特征(随时间静态)。
静态实数特征的一个典型示例是促销信息。
- future_values (
torch.FloatTensor
,形状为(batch_size, prediction_length)
或(batch_size, prediction_length, input_size)
,可选) — 时间序列的未来值,用作模型的标签。future_values
是 Transformer 在训练时需要学习输出的内容,给定past_values
。这里的序列长度等于
prediction_length
。有关详细信息,请参阅演示笔记本和代码片段。
可选地,在训练期间,任何缺失值都需要用零替换,并通过
future_observed_mask
指示。对于多元时间序列,需要
input_size
> 1 维度,并且对应于每个时间步长中时间序列的变量数量。 - future_time_features (
torch.FloatTensor
,形状为(batch_size, prediction_length, num_features)
) — 预测窗口所需的时序特征,模型将在内部将其添加到future_values
中。这些特征可以是“一年中的月份”、“月中的日期”等编码为向量(例如傅里叶特征)。这些也可以是所谓的“年龄”特征,它们基本上帮助模型了解时间序列处于“生命中的哪个点”。年龄特征对于遥远的过去时间步长具有较小的值,并且随着我们接近当前时间步长而单调增加。假日特征也是时序特征的一个很好的例子。这些特征充当输入的“位置编码”。因此,与 BERT 等模型不同,BERT 模型中的位置编码是在模型内部从头学习的参数,而时序 Transformer 需要提供额外的时序特征。时序 Transformer 只学习
static_categorical_features
的额外嵌入。额外的动态实数协变量可以与此张量连接,但需要注意的是,这些特征必须在预测时已知。
这里的
num_features
等于config.
num_time_features+
config.num_dynamic_real_features`。 - 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,用于指示哪些future_values
是观测到的,哪些是缺失的。掩码值选自[0, 1]
:- 1 表示值是观测到的,
- 0 表示值是缺失的(即被零替换的 NaN)。
此掩码用于过滤掉缺失值以进行最终损失计算。
- 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以预测未来。 - 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。掩码值选自[0, 1]
:- 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。掩码值选自[0, 1]
:- 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。掩码值选自[0, 1]
:- 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
,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。在解码器的交叉注意力中使用。 - past_key_values (
list[torch.FloatTensor]
,可选) — 预计算的隐藏状态(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前一阶段返回的past_key_values
,当use_cache=True
或config.use_cache=True
时。允许两种格式:
- 一个 Cache 实例,详见我们的 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。如果未传入
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形状为(batch_size, 1)
的最新input_ids
(即没有将它们的过去键值状态提供给此模型的那些),而不是所有形状为(batch_size, sequence_length)
的input_ids
。 - output_hidden_states (
bool
,可选) — 是否返回所有层的隐藏状态。更多详情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。更多详情请参阅返回张量下的attentions
。 - use_cache (
bool
,可选) — 如果设置为True
,则返回past_key_values
键值状态,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。 - cache_position (
torch.LongTensor
,形状为(sequence_length)
,可选) — 指示输入序列标记在序列中位置的索引。与position_ids
相反,此张量不受填充影响。它用于在正确位置更新缓存并推断完整的序列长度。
返回
transformers.modeling_outputs.Seq2SeqTSModelOutput 或 tuple(torch.FloatTensor)
一个 transformers.modeling_outputs.Seq2SeqTSModelOutput 或一个 torch.FloatTensor
元组(如果传入 return_dict=False
或 config.return_dict=False
),根据配置 (InformerConfig) 和输入包含各种元素。
-
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。 -
past_key_values (
EncoderDecoderCache
,可选,当传入use_cache=True
或config.use_cache=True
时返回) — 这是一个 EncoderDecoderCache 实例。更多详情请参见我们的 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,当传入output_hidden_states=True
或config.output_hidden_states=True
时返回) —torch.FloatTensor
的元组(如果模型有嵌入层,则一个用于嵌入输出,加上一个用于每个层的输出),形状为(batch_size, sequence_length, hidden_size)
。解码器在每个层输出的隐藏状态,加上可选的初始嵌入输出。
-
decoder_attentions (
tuple(torch.FloatTensor)
,可选,当传入output_attentions=True
或config.output_attentions=True
时返回) —torch.FloatTensor
的元组(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,当传入output_attentions=True
或config.output_attentions=True
时返回) —torch.FloatTensor
的元组(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,当传入output_hidden_states=True
或config.output_hidden_states=True
时返回) —torch.FloatTensor
的元组(如果模型有嵌入层,则一个用于嵌入输出,加上一个用于每个层的输出),形状为(batch_size, sequence_length, hidden_size)
。编码器在每个层输出的隐藏状态,加上可选的初始嵌入输出。
-
encoder_attentions (
tuple(torch.FloatTensor)
,可选,当传入output_attentions=True
或config.output_attentions=True
时返回) —torch.FloatTensor
的元组(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偏移值,用于使模型输入具有相同量级,然后用于移回原始量级。 -
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量级,然后用于缩放回原始量级。 -
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。
InformerForPrediction 的前向传播方法,覆盖了 __call__
特殊方法。
尽管前向传播的配方需要在此函数中定义,但在此之后应调用 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 InformerForPrediction
>>> file = hf_hub_download(
... repo_id="hf-internal-testing/tourism-monthly-batch", filename="train-batch.pt", repo_type="dataset"
... )
>>> batch = torch.load(file)
>>> model = InformerForPrediction.from_pretrained(
... "huggingface/informer-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"],
... static_real_features=batch["static_real_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"],
... static_real_features=batch["static_real_features"],
... future_time_features=batch["future_time_features"],
... )
>>> mean_prediction = outputs.sequences.mean(dim=1)