Pytorch - 将预测值提取到数组中

Question

我是一名新的 pytorch 用户，对 Tensorflow/Keras 的体验适中。 pytorch 的例子很棒。我已经使用 Temporal Fusion Transform (https://pytorch-forecasting.readthedocs.io/en/latest/tutorials/stallion.html) 完成了需求预测实验室。

一切都说得通，但还没有弄清楚如何将笔记本第 20 节中的预测值保存到 numpy 数组中。

第 20 节， *new_raw_predictions, new_x = best_tft.predict(new_prediction_data, mode="raw", return_x=True)*

我看到张量中的值 print(new_raw_predictions) ， 像这样 - *{'预测': 张量([[[3.4951e+00, 1.7341e+01, 2.7446e+01, ..., 6.3175e+01, 9.0240e+01, 1.2589e+02], [1.1698e+01, 2.3643e+01, 3.3291e+01, ..., 6.6374e+01, 9.1148e+01, 1.3173e+02],

我在这里看到过一些类似的问题，但似乎都没有。所有尝试都会导致类似的错误，因此我缺少有关 pytorch 和输出张量的基本信息；我总是得到'AttributeError：'dict'对象没有属性new_raw_predictions'

一些已尝试的示例： *new_raw_predictions.cpu().numpy() new_raw_predictions.detach().cpu().numpy() new_raw_predictions.numpy()*

目标是保存预测输出，以便我可以比较模型的更改。提前致谢！

Answer 1

这完全取决于您如何创建模型，因为 pytorch 可以返回任何您指定的值。在您的情况下，它看起来像返回一个字典，其中“预测”是一个键。您可以使用上面提供的命令转换为 numpy，但只需进行一处更改：

preds = new_raw_predictions['prediction'].detach().cpu().numpy()

当然，如果不在 GPU 上，则无需使用 .detach().cpu()，只需 .numpy()