常见问题解答#
常见问题及解答。其他寻求帮助的地方：
创建数据集#
如何为新样本创建数据集？
使用训练数据集的
TimeSeriesDataSet方法来创建可以运行推理的数据集。编码器和解码器/预测长度应该多长？
选择一个合理的长度，但编码器长度不要超过500，解码器长度不要超过200。考虑到更长的长度会增加模型训练所需的时间。
解码器和编码器长度的比例取决于所使用的算法。 查看文档以获取线索。
创建数据集需要很长时间。为什么会这样？
如果你在数据集中设置了
allow_missing_timesteps=True，创建索引可能会花费更多时间，因为必须识别时间序列中的所有缺失值。算法可能可以加速，但目前，不允许缺失值并自己填充可能会更快。缺失值如何处理？
时间点之间的缺失值可以通过前向填充或常数填充策略来填补
由NaN表示的缺失值是一个问题，应该预先填充，例如使用中位数和另一个缺失指示分类变量。
未来的缺失值（超出范围）不会被填充，也不会被预测。您需要提供未来的值。如果这些值属于未知的未来值，它们将被忽略。
训练模型#
我的训练似乎卡住了 - 尽管我的CPU/GPU正在以100%的速度工作，但似乎没有任何进展。 如何解决这个问题？
可能你的模型太大了（使用
model.size()检查参数数量），或者数据集编码器和解码器的长度不切实际地大。请参阅编码器和解码器/预测长度应该多长？为什么学习率查找器没有完成？
首先，确保训练器没有设置关键字
fast_dev_run=True和limit_train_batches=...。其次，在您的训练数据集中使用目标归一化器。 第三，将lr_find方法的early_stop_threshold参数 增加到一个较大的数值。为什么我在运行学习率查找器时会收到很多matplotlib警告？
这是因为你一直在创建用于记录的图表，但没有记录器。 在你的模型中设置
log_interval=-1以避免这种行为。如何选择超参数？
请查阅模型文档以了解哪些参数是重要的以及哪些范围是合理的。使用学习率查找器选择学习率。要调整超参数，optuna包是一个很好的起点。