_find_end_indices

pytorch_forecasting.data.timeseries._find_end_indices(diffs: ndarray, max_lengths: ndarray, min_length: int) → Tuple[ndarray, ndarray]

即使某些值缺失，也要在序列中识别结束索引。

Parameters:

• diffs (np.ndarray) – 到下一个时间步骤的差异数组。nans 应该用一填充

• max_lengths (np.ndarray) – 按位置的序列最大长度。

• min_length (int) – 序列的最小长度。

Returns:

一个数组的元组，其中第一个是结束索引，第二个是当前缺失的开始和结束索引的列表。

Return type:

元组[np.ndarray, np.ndarray]