时间序列Transformer
概览
时间序列Transformer模型是一个用于时间序列预测的普通编码器-解码器Transformer。这个模型是由kashif贡献的。
使用技巧
- 与库中的其他模型类似,TimeSeriesTransformerModel 是没有头部结构的原始Transformer,而TimeSeriesTransformerForPrediction 在前者之上添加了一个分布式头部,可用于时间序列预测。请注意,这是一个所谓的概率预测模型,而不是点预测模型。这意味着模型学习一个分布,从中可以进行采样。模型不会直接输出值。
- TimeSeriesTransformerForPrediction 由两个模块组成:编码器,它将一段长度为
context_length
的时间序列值作为输入(称为past_values
),以及解码器,它预测未来一段长度为prediction_length
的时间序列值(称为future_values
)。在训练过程中,需要向模型提供(past_values
和future_values
)对。 - 除了原始的 (
past_values
和future_values
) 之外,通常还会向模型提供其他特征。这些特征可能是以下几种:past_time_features
: 时间特征,模型会将其添加到past_values
中。这些特征作为 Transformer 编码器的“位置编码”。示例包括作为标量值的“月份中的日期”,“年份中的月份”等(然后将它们堆叠在一起形成一个向量)。例如,如果给定时间序列值是在 8 月 11 日获得的,那么时间特征向量可以是 [11, 8](11 表示“月份中的日期”,8 表示“年份中的月份”)。future_time_features
: 时间特征,模型会将其添加到future_values
中。这些特征作为 Transformer 解码器的“位置编码”。示例包括作为标量值的“月份中的日期”,“年份中的月份”等(然后将它们堆叠在一起形成一个向量)。例如,如果给定时间序列值是在 8 月 11 日获得的,那么时间特征向量可以是 [11, 8](11 表示“月份中的日期”,8 表示“年份中的月份”)。static_categorical_features
: 随时间推移保持不变的类别特征(即,对于所有past_values
和future_values
都具有相同的值)。这里的一个例子是标识给定时间序列的商店 ID 或区域 ID。请注意,这些特征需要在所有数据点(包括未来数据点)中已知。static_real_features
: 随时间推移保持不变的实值特征(即,对于所有past_values
和future_values
都具有相同的值)。这里的一个例子是拥有时间序列值的商品的图像表示(例如,如果您拥有关于鞋子销售的时间序列,那么“鞋子”图片的ResNet嵌入)。请注意,这些特征需要在所有数据点(包括未来数据点)中已知。
- 模型使用“教师强迫”进行训练,类似于 Transformer 用于机器翻译的方式。这意味着在训练过程中,将
future_values
向右移动一位作为解码器的输入,并用past_values
的最后一个值作为前缀。在每个时间步长,模型需要预测下一个目标。因此,训练设置类似于用于语言的 GPT 模型,只是没有decoder_start_token_id
的概念(我们只是使用上下文的最后一个值作为解码器的初始输入)。 - 在推理时,我们将
past_values
的最终值作为解码器的输入。接下来,我们可以从模型中采样,以在下一个时间步长进行预测,然后将其输入解码器以进行下一个预测(也称为自回归生成)。
资源
以下列出了官方的Hugging Face和社区(用🌎标识)资源,可以帮助您入门。如果您想提交一个要包含在列表中的资源,请随时打开一个Pull Request,我们将对其进行审查!该资源应理想地演示一些新内容,而不是重复现有资源。
- 查看HuggingFace博客中的时间序列Transformer博文:使用🤗 Transformers 进行概率时间序列预测
TimeSeriesTransformerConfig
class transformers.TimeSeriesTransformerConfig
< 源代码 >( prediction_length: Optional = None context_length: Optional = None distribution_output: str = 'student_t' loss: str = 'nll' input_size: int = 1 lags_sequence: List = [1, 2, 3, 4, 5, 6, 7] scaling: Union = 'mean' num_dynamic_real_features: int = 0 num_static_categorical_features: int = 0 num_static_real_features: int = 0 num_time_features: int = 0 cardinality: Optional = None embedding_dimension: Optional = None 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' d_model: int = 64 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 = True **kwargs )
参数
- prediction_length (
int
) — 解码器预测长度。换句话说,模型的预测范围。此值通常由数据集决定,我们建议适当地设置它。 - context_length (
int
, 可选, 默认为prediction_length
) — 编码器的上下文长度。如果为None
,则上下文长度将与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
头部相对应的模型的损失函数。对于参数分布,它是负对数似然 (nll) - 这是目前唯一支持的损失函数。 - 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。如果是多变量目标,则会 > 1。 - scaling (
string
或bool
, 可选, 默认为"mean"
) — 是否使用 “mean” 缩放器、”std” 缩放器或None
时不缩放输入目标。如果为True
,则缩放器设置为 “mean”。 - lags_sequence (
list[int]
, 可选, 默认值为[1, 2, 3, 4, 5, 6, 7]
) — 输入时间序列的滞后值作为协变量,通常由数据的频率决定。默认值为[1, 2, 3, 4, 5, 6, 7]
,但建议根据数据集进行适当更改。 - num_time_features (
int
, 可选, 默认值为 0) — 输入时间序列中的时间特征数量。 - num_dynamic_real_features (
int
, 可选, 默认值为 0) — 动态实值特征的数量。 - num_static_categorical_features (
int
, 可选, 默认值为 0) — 静态分类特征的数量。 - num_static_real_features (
int
, 可选, 默认值为 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(不同值的个数)。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, 默认值为 64) — Transformer 层的维度。 - encoder_layers (
int
, 可选, 默认值为 2) — 编码器层的数量。 - decoder_layers (
int
, 可选, 默认值为 2) — 解码器层的数量。 - encoder_ffn_dim (
int
, 可选, 默认为 32) — 编码器中“中间”层(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”层(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丢弃概率。 - encoder_layerdrop (
float
, 可选, 默认为 0.1) — 每个编码器层中注意力和全连接层的丢弃概率。 - decoder_layerdrop (
float
, 可选, 默认为 0.1) — 每个解码器层中注意力和全连接层的丢弃概率。 - attention_dropout (
float
, 可选, 默认为 0.1) — 注意力概率的丢弃概率。 - activation_dropout (
float
, 可选, 默认为 0.1) — 前馈网络两层之间使用的丢弃概率。 - num_parallel_samples (
int
, 可选, 默认为 100) — 每个推理时间步并行生成的样本数量。
这是用于存储 TimeSeriesTransformerModel 配置的配置类。它用于根据指定的参数实例化时间序列 Transformer 模型,定义模型架构。使用默认值实例化配置将生成与时间序列 Transformer huggingface/time-series-transformer-tourism-monthly 架构类似的配置。
配置对象继承自 PretrainedConfig 可用于控制模型输出。阅读 PretrainedConfig 的文档以获取更多信息。
>>> from transformers import TimeSeriesTransformerConfig, TimeSeriesTransformerModel
>>> # Initializing a Time Series Transformer configuration with 12 time steps for prediction
>>> configuration = TimeSeriesTransformerConfig(prediction_length=12)
>>> # Randomly initializing a model (with random weights) from the configuration
>>> model = TimeSeriesTransformerModel(configuration)
>>> # Accessing the model configuration
>>> configuration = model.config
TimeSeriesTransformerModel
class transformers.TimeSeriesTransformerModel
< 源代码 >( config: TimeSeriesTransformerConfig )
参数
- config (TimeSeriesTransformerConfig) — 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,只会加载配置。查看 from_pretrained() 方法以加载模型权重。
裸时间序列 Transformer 模型,输出原始隐藏状态,没有任何特定头部。此模型继承自 PreTrainedModel。查看超类文档以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、修剪头部等)。
此模型也是 PyTorch torch.nn.Module 子类。将其用作常规 PyTorch 模块,并参考 PyTorch 文档了解有关一般用法和行为的所有事项。
forward
< 源代码 > ( past_values: Tensor past_time_features: Tensor past_observed_mask: Tensor static_categorical_features: Optional = None static_real_features: Optional = None future_values: Optional = None future_time_features: Optional = None decoder_attention_mask: Optional = None head_mask: Optional = None decoder_head_mask: Optional = None cross_attn_head_mask: Optional = None encoder_outputs: Optional = None past_key_values: Optional = None output_hidden_states: Optional = None output_attentions: Optional = None use_cache: Optional = None return_dict: Optional = 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尺寸来构建滞后特征,即从过去添加的附加值,以作为“额外上下文”。这里的
sequence_length
等于config.context_length
+max(config.lags_sequence)
,如果未配置lags_sequence
,则等于config.context_length
+ 7(因为默认情况下,config.lags_sequence
中最大的回溯索引为 7)。属性_past_length
返回过去的实际长度。past_values
是 Transformer 编码器作为输入获得的内容(带有可选的附加特征,如static_categorical_features
、static_real_features
、past_time_features
和滞后)。可选地,需要使用零替换缺失值,并通过
past_observed_mask
指示。对于多元时间序列,需要
input_size
> 1 维度,对应于每个时间步长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
) — 模型将在内部添加到past_values
中的必需时间特征。这些可能是像“一年中的月份”、“一个月中的哪一天”等,以向量形式编码(例如,作为傅里叶特征)。这些也可以是所谓的“年龄”特征,它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长具有较小的值,并且随着我们越接近当前时间步长而单调递增。节日特征也是时间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 等模型相反,BERT 在内部从头开始学习位置编码作为模型的参数,时间序列 Transformer 需要提供额外的时间特征。时间序列 Transformer 仅针对
static_categorical_features
学习额外的嵌入。可以将额外的动态实际协变量连接到此张量,但前提是这些特征在预测时必须已知。
这里的
num_features
等于config.
num_time_features+
config.num_dynamic_real_features`。 - past_observed_mask (形状为
(batch_size, sequence_length)
或(batch_size, sequence_length, input_size)
的torch.BoolTensor
,可选) — 布尔掩码,指示哪些past_values
被观测到,哪些缺失。掩码值选择在[0, 1]
中:- 1 表示被观测到的值,
- 0 表示被缺失的值(即被零替换的 NaN)。
- static_categorical_features (形状为
(batch_size, 静态分类特征的数量)
的torch.LongTensor
,可选) — 模型将为其学习嵌入的可选静态分类特征,它将添加到时间序列的值中。静态分类特征是指对所有时间步长具有相同值的特征(随时间保持静态)。
静态分类特征的一个典型示例是时间序列 ID。
- static_real_features (形状为
(batch_size, 静态实际特征的数量)
的torch.FloatTensor
,可选) — 模型将添加到时间序列的值中的可选静态实际特征。静态实际特征是指对所有时间步长具有相同值的特征(随时间保持静态)。
静态实际特征的一个典型示例是促销信息。
- future_values (形状为
(batch_size, prediction_length)
或(batch_size, prediction_length, input_size)
的torch.FloatTensor
,可选) — 时间序列的未来值,作为模型的标签。future_values
是 Transformer 在训练期间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,请参见演示笔记本和代码片段。
可选地,在训练期间,任何缺失值都需要使用零替换,并通过
future_observed_mask
指示。对于多元时间序列,需要
input_size
> 1 维度,对应于每个时间步长时间序列中的变量数量。 - future_time_features (形状为
(batch_size, prediction_length, num_features)
的torch.FloatTensor
) — 模型将在内部添加到future_values
中的预测窗口所需的 时间特征。这些可能是像“一年中的月份”、“一个月中的哪一天”等,以向量形式编码(例如,作为傅里叶特征)。这些也可以是所谓的“年龄”特征,它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长具有较小的值,并且随着我们越接近当前时间步长而单调递增。节日特征也是时间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 等模型相反,BERT 在内部从头开始学习位置编码作为模型的参数,时间序列 Transformer 需要提供额外的时间特征。时间序列 Transformer 仅针对
static_categorical_features
学习额外的嵌入。可以将额外的动态实际协变量连接到此张量,但前提是这些特征在预测时必须已知。
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,指示哪些future_values
被观测到,哪些缺失。掩码值选取[0, 1]
之间:- 1 代表观测到的值,
- 0 代表缺失的值(即被零替换的 NaN)。
该掩码用于在最终损失计算中过滤掉缺失的值。
- attention_mask (
torch.Tensor
形状为(batch_size, sequence_length)
, 可选) — 掩码以避免对某些 token 索引执行注意力。掩码值选取[0, 1]
之间:- 1 代表未被掩码的 token,
- 0 代表被掩码的 token。
- decoder_attention_mask (
torch.LongTensor
形状为(batch_size, target_sequence_length)
, 可选) — 掩码以避免对某些 token 索引执行注意力。默认情况下,将使用因果掩码,以确保模型只能查看前面的输入来预测未来。 - head_mask (
torch.Tensor
形状为(encoder_layers, encoder_attention_heads)
, 可选) — 掩码以使编码器中注意力模块的选定头部无效。掩码值选取[0, 1]
之间:- 1 代表头部未被掩码,
- 0 代表头部被掩码。
- decoder_head_mask (
torch.Tensor
形状为(decoder_layers, decoder_attention_heads)
, 可选) — 掩码以使解码器中注意力模块的选定头部无效。掩码值选取[0, 1]
之间:- 1 代表头部未被掩码,
- 0 代表头部被掩码。
- cross_attn_head_mask (
torch.Tensor
形状为(decoder_layers, decoder_attention_heads)
, 可选) — 掩码以使交叉注意力模块的选定头部无效。掩码值选取[0, 1]
之间:- 1 代表头部未被掩码,
- 0 代表头部被掩码。
- 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 (
tuple(tuple(torch.FloatTensor))
, 可选,在传递use_cache=True
或config.use_cache=True
时返回) — 长度为config.n_layers
的tuple(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,以及 2 个形状为(batch_size, num_heads, encoder_sequence_length, embed_size_per_head)
的附加张量。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。如果使用
past_key_values
,用户可以选择性地仅输入最后一个decoder_input_ids
(那些没有将其过去的键值状态提供给该模型的)形状为(batch_size, 1)
,而不是所有decoder_input_ids
形状为(batch_size, sequence_length)
。 - inputs_embeds (
torch.FloatTensor
形状为(batch_size, sequence_length, hidden_size)
, 可选) — 可选地,您可以选择直接传递嵌入表示,而不是传递input_ids
。如果您想要更多地控制如何将input_ids
索引转换为相关的向量(而不是模型的内部嵌入查找矩阵),这将很有用。 - 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
)。 - output_attentions (
bool
, 可选) — 是否返回所有注意力层的注意力张量。有关更多详细信息,请参见返回张量中的attentions
。 - output_hidden_states (
bool
, 可选) — 是否返回所有层的隐藏状态。有关更多详细信息,请参见返回张量中的hidden_states
。 - return_dict (
bool
, 可选) — 是否返回一个 ModelOutput 而不是一个简单的元组。
返回
transformers.modeling_outputs.Seq2SeqTSModelOutput 或 tuple(torch.FloatTensor)
一个 transformers.modeling_outputs.Seq2SeqTSModelOutput 或一个 torch.FloatTensor
元组(如果传递了 return_dict=False
或当 config.return_dict=False
时),包含根据配置 (TimeSeriesTransformerConfig) 和输入的不同元素。
-
last_hidden_state (
torch.FloatTensor
形状为(batch_size, sequence_length, hidden_size)
) — 模型解码器最后一层的输出处的隐藏状态序列。如果使用
past_key_values
,则仅输出形状为(batch_size, 1, hidden_size)
的序列的最后一个隐藏状态。 -
past_key_values (
tuple(tuple(torch.FloatTensor))
, 可选,当传递use_cache=True
或config.use_cache=True
时返回) — 长度为config.n_layers
的tuple(torch.FloatTensor)
元组,每个元组具有形状为(batch_size, num_heads, sequence_length, embed_size_per_head)
) 的 2 个张量和 2 个形状为(batch_size, num_heads, encoder_sequence_length, embed_size_per_head)
的附加张量。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),这些隐藏状态可用于(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config.output_hidden_states=True
时返回) —torch.FloatTensor
元组(一个用于嵌入的输出,如果模型具有嵌入层,+ 一个用于每个层的输出),形状为(batch_size, sequence_length, hidden_size)
。解码器在每个层的输出处的隐藏状态加上可选的初始嵌入输出。
-
decoder_attentions (
tuple(torch.FloatTensor)
, 可选,当传递output_attentions=True
或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值。
-
cross_attentions (
tuple(torch.FloatTensor)
, 可选,当传递output_attentions=True
或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值。
-
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的输出处的隐藏状态序列。 -
encoder_hidden_states (
tuple(torch.FloatTensor)
, 可选,当传递output_hidden_states=True
或config.output_hidden_states=True
时返回) —torch.FloatTensor
元组(一个用于嵌入的输出,如果模型具有嵌入层,+ 一个用于每个层的输出),形状为(batch_size, sequence_length, hidden_size)
。编码器在每个层的输出处的隐藏状态加上可选的初始嵌入输出。
-
encoder_attentions (
tuple(torch.FloatTensor)
, 可选,当传递output_attentions=True
或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值。
-
loc (
torch.FloatTensor
形状为(batch_size,)
或(batch_size, input_size)
, 可选) — 每个时间序列的上下文窗口的偏移值,用于使模型输入具有相同的幅度,然后用于回退到原始幅度。 -
scale (
torch.FloatTensor
形状为(batch_size,)
或(batch_size, input_size)
, 可选) — 每个时间序列的上下文窗口的缩放值,用于使模型输入具有相同的幅度,然后用于重新缩放回原始幅度。 -
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,这些特征在推理时复制到协变量。
该 TimeSeriesTransformerModel 正向方法覆盖了 __call__
特殊方法。
尽管正向传递的配方需要在此函数中定义,但之后应该调用 Module
实例,而不是此函数,因为前者负责运行前处理和后处理步骤,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 TimeSeriesTransformerModel
>>> file = hf_hub_download(
... repo_id="hf-internal-testing/tourism-monthly-batch", filename="train-batch.pt", repo_type="dataset"
... )
>>> batch = torch.load(file)
>>> model = TimeSeriesTransformerModel.from_pretrained("huggingface/time-series-transformer-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
TimeSeriesTransformerForPrediction
class transformers.TimeSeriesTransformerForPrediction
< 源代码 >( config: TimeSeriesTransformerConfig )
参数
- config (TimeSeriesTransformerConfig) — 模型配置类,包含模型的所有参数。使用配置文件初始化不会加载与模型关联的权重,仅加载配置。查看 from_pretrained() 方法以加载模型权重。
具有用于时间序列预测的分布式头的 Time Series Transformer 模型。该模型继承自 PreTrainedModel。查看超类文档以了解库为所有模型实现的通用方法(例如下载或保存、调整输入嵌入的大小、修剪头等)。
此模型也是 PyTorch torch.nn.Module 子类。将其用作常规 PyTorch 模块,并参考 PyTorch 文档了解有关一般用法和行为的所有事项。
forward
< source > ( past_values: Tensor past_time_features: Tensor past_observed_mask: Tensor static_categorical_features: Optional = None static_real_features: Optional = None future_values: Optional = None future_time_features: Optional = None future_observed_mask: Optional = None decoder_attention_mask: Optional = None head_mask: Optional = None decoder_head_mask: Optional = None cross_attn_head_mask: Optional = None encoder_outputs: Optional = None past_key_values: Optional = None output_hidden_states: Optional = None output_attentions: Optional = None use_cache: Optional = None return_dict: Optional = 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,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尺寸来构建滞后特征,即来自过去的附加值,这些值被添加以作为“额外上下文”。此处的
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(默认情况下,config.lags_sequence
中最大的回溯索引为 7)。属性_past_length
返回过去的实际长度。past_values
是 Transformer 编码器作为输入的内容(具有可选的附加特征,例如static_categorical_features
、static_real_features
、past_time_features
和滞后)。可选地,需要将缺失值替换为零,并通过
past_observed_mask
指示。对于多元时间序列,需要
input_size
> 1 维度,它对应于每个时间步长时间序列中的变量数量。 - past_time_features (
torch.FloatTensor
形状为(batch_size, sequence_length, num_features)
) — 必要的时序特征,模型会在内部将其添加到past_values
。这些可能是“一年中的月份”、“一个月中的某一天”等,编码为向量(例如,作为傅里叶特征)。这些也可能是所谓的“年龄”特征,这些特征基本上可以帮助模型了解时间序列的“生命中的哪个时刻”。年龄特征在远离过去的步骤中具有较小的值,并且随着我们越来越接近当前时间步长,它会单调增加。假日特征也是时序特征的很好的例子。这些特征充当输入的“位置编码”。因此,与 BERT 这样的模型相反,BERT 从头开始学习位置编码作为模型的内部参数,时间序列 Transformer 需要提供额外的时序特征。时间序列 Transformer 仅学习
static_categorical_features
的额外嵌入。额外的动态实值协变量可以与该张量连接,但前提是这些特征必须在预测时已知。
此处的
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
被观察到,哪些是缺失的。掩码值选择在[0, 1]
中:- 1 表示被观察到的值,
- 0 表示被缺失的值(即被零替换的 NaN)。
- static_categorical_features (
torch.LongTensor
形状为(batch_size, 静态分类特征数量)
,可选) — 模型将学习嵌入的可选静态分类特征,它将添加到时间序列的值中。静态分类特征是指对于所有时间步长都具有相同值(随时间保持静态)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 (
torch.FloatTensor
形状为(batch_size, 静态实值特征数量)
,可选) — 模型将添加到时间序列值的可选静态实值特征。静态实值特征是指对于所有时间步长都具有相同值(随时间保持静态)的特征。
静态实值特征的一个典型例子是晋升信息。
- 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 在训练期间需要学习的输出,给定past_values
。此处的序列长度等于
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中变量的数量。 - 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,模型将在内部将这些特征添加到future_values
中。这些可能是“年中的月份”、“月中的日期”等作为向量编码的特征(例如,作为傅里叶特征)。这些特征也可以是所谓的“年龄”特征,这些特征基本上可以帮助模型了解时间序列“在生命中的哪个阶段”。年龄特征对于遥远的过去时间步长具有较小的值,并且随着我们越来越接近当前时间步长而单调递增。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 在内部从头开始学习位置编码作为模型的参数,时间序列 Transformer 需要提供额外的时序特征。时间序列 Transformer 仅学习
static_categorical_features
的额外嵌入。可以将额外的动态实值协变量连接到此张量,但前提是必须在预测时知道这些特征。
此处的
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
被观察到,哪些是缺失的。掩码值选择在[0, 1]
中:- 1 表示观察到的值,
- 0 表示缺失的值(即用零替换的 NaN)。
此掩码用于过滤掉最终损失计算中缺失的值。
- attention_mask (
torch.Tensor
形状为(batch_size, sequence_length)
,可选) — 掩码以避免对某些令牌索引执行注意力。掩码值选择在[0, 1]
中:- 1 表示未屏蔽的令牌,
- 0 表示屏蔽的令牌。
- decoder_attention_mask (
torch.LongTensor
形状为(batch_size, target_sequence_length)
,可选) — 掩码以避免对某些令牌索引执行注意力。默认情况下,将使用因果掩码,以确保模型只能查看之前的输入才能预测未来。 - head_mask (
torch.Tensor
形状为(encoder_layers, encoder_attention_heads)
,可选) — 掩码以使编码器中注意力模块的选定头部失效。掩码值选择在[0, 1]
中:- 1 表示头部未屏蔽,
- 0 表示头部被屏蔽。
- decoder_head_mask (
torch.Tensor
形状为(decoder_layers, decoder_attention_heads)
,可选) — 掩码以使解码器中注意力模块的选定头部失效。掩码值选择在[0, 1]
中:- 1 表示头部未屏蔽,
- 0 表示头部被屏蔽。
- cross_attn_head_mask (
torch.Tensor
形状为(decoder_layers, decoder_attention_heads)
,可选) — 掩码以使交叉注意力模块的选定头部失效。掩码值选择在[0, 1]
中:- 1 表示头部未屏蔽,
- 0 表示头部被屏蔽。
- 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 (
tuple(tuple(torch.FloatTensor))
, 可选, 当use_cache=True
传入或config.use_cache=True
时返回) — 长度为config.n_layers
的tuple(tuple(torch.FloatTensor))
元组,每个元组包含两个形状为(batch_size, num_heads, sequence_length, embed_size_per_head)
的张量,以及两个形状为(batch_size, num_heads, encoder_sequence_length, embed_size_per_head)
的附加张量。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。如果使用
past_key_values
,用户可以选择仅输入形状为(batch_size, 1)
的最后decoder_input_ids
(那些没有为该模型提供过去键值状态的),而不是所有形状为(batch_size, sequence_length)
的decoder_input_ids
。 - inputs_embeds (形状为
(batch_size, sequence_length, hidden_size)
的torch.FloatTensor
, 可选) — 可选地,您可以选择直接传递嵌入表示,而不是传递input_ids
。如果您希望对如何将input_ids
索引转换为关联向量进行更多控制,而不是模型的内部嵌入查找矩阵,这将非常有用。 - use_cache (
bool
, 可选) — 如果设置为True
,则会返回past_key_values
键值状态,可用于加速解码(参见past_key_values
)。 - 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,请参见返回张量中的attentions
。 - output_hidden_states (
bool
, 可选) — 是否返回所有层的隐藏状态。有关详细信息,请参见返回张量中的hidden_states
。 - return_dict (
bool
, 可选) — 是否返回 ModelOutput 而不是普通元组。
返回
transformers.modeling_outputs.Seq2SeqTSModelOutput 或 tuple(torch.FloatTensor)
一个 transformers.modeling_outputs.Seq2SeqTSModelOutput 或一个 torch.FloatTensor
元组(如果传递了 return_dict=False
或当 config.return_dict=False
时),包含根据配置 (TimeSeriesTransformerConfig) 和输入的不同元素。
-
last_hidden_state (
torch.FloatTensor
形状为(batch_size, sequence_length, hidden_size)
) — 模型解码器最后一层的输出处的隐藏状态序列。如果使用
past_key_values
,则仅输出形状为(batch_size, 1, hidden_size)
的序列的最后一个隐藏状态。 -
past_key_values (
tuple(tuple(torch.FloatTensor))
, 可选,当传递use_cache=True
或config.use_cache=True
时返回) — 长度为config.n_layers
的tuple(torch.FloatTensor)
元组,每个元组具有形状为(batch_size, num_heads, sequence_length, embed_size_per_head)
) 的 2 个张量和 2 个形状为(batch_size, num_heads, encoder_sequence_length, embed_size_per_head)
的附加张量。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),这些隐藏状态可用于(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config.output_hidden_states=True
时返回) —torch.FloatTensor
元组(一个用于嵌入的输出,如果模型具有嵌入层,+ 一个用于每个层的输出),形状为(batch_size, sequence_length, hidden_size)
。解码器在每个层的输出处的隐藏状态加上可选的初始嵌入输出。
-
decoder_attentions (
tuple(torch.FloatTensor)
, 可选,当传递output_attentions=True
或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值。
-
cross_attentions (
tuple(torch.FloatTensor)
, 可选,当传递output_attentions=True
或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值。
-
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的输出处的隐藏状态序列。 -
encoder_hidden_states (
tuple(torch.FloatTensor)
, 可选,当传递output_hidden_states=True
或config.output_hidden_states=True
时返回) —torch.FloatTensor
元组(一个用于嵌入的输出,如果模型具有嵌入层,+ 一个用于每个层的输出),形状为(batch_size, sequence_length, hidden_size)
。编码器在每个层的输出处的隐藏状态加上可选的初始嵌入输出。
-
encoder_attentions (
tuple(torch.FloatTensor)
, 可选,当传递output_attentions=True
或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值。
-
loc (
torch.FloatTensor
形状为(batch_size,)
或(batch_size, input_size)
, 可选) — 每个时间序列的上下文窗口的偏移值,用于使模型输入具有相同的幅度,然后用于回退到原始幅度。 -
scale (
torch.FloatTensor
形状为(batch_size,)
或(batch_size, input_size)
, 可选) — 每个时间序列的上下文窗口的缩放值,用于使模型输入具有相同的幅度,然后用于重新缩放回原始幅度。 -
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,这些特征在推理时复制到协变量。
该 TimeSeriesTransformerForPrediction 正向方法覆盖了 __call__
特殊方法。
尽管正向传递的配方需要在此函数中定义,但之后应该调用 Module
实例,而不是此函数,因为前者负责运行前处理和后处理步骤,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 TimeSeriesTransformerForPrediction
>>> file = hf_hub_download(
... repo_id="hf-internal-testing/tourism-monthly-batch", filename="train-batch.pt", repo_type="dataset"
... )
>>> batch = torch.load(file)
>>> model = TimeSeriesTransformerForPrediction.from_pretrained(
... "huggingface/time-series-transformer-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)