Блог

Я работаю над GRU, и когда я пытаюсь сделать прогнозы, я получаю сообщение об ошибке, указывающее, что мне нужно определить h для forward() . Я попробовал несколько вещей, и у меня кончилось терпение после поиска в Google и поиска переполнения стека в течение нескольких часов.

Это класс:

 class GRUNet(nn.Module):
    def __init__(self, input_dim, hidden_dim, output_dim, n_layers, drop_prob = 0.2):
        super(GRUNet, self).__init__()
        self.hidden_dim = hidden_dim
        self.n_layers = n_layers
        
        self.gru = nn.GRU(input_dim, hidden_dim, n_layers, batch_first=True, dropout=drop_prob)
        self.fc = nn.Linear(hidden_dim, output_dim)
        self.relu = nn.ReLU()
    
    def forward(self, x, h):
        out, h = self.gru(x,h)
        out = self.fc(self.relu(out[:,-1]))
        return out, h
    
    def init_hidden(self, batch_size):
        weight = next(self.parameters()).data
        hidden = weight.new(self.n_layers, batch_size, self.hidden_dim).zero_().to(device)
        return hidden
  

и затем здесь я загружаю модель и пытаюсь сделать прогноз. Оба они находятся в одном скрипте.

 inputs = np.load('.//Pred//input_list.npy')  
print(inputs.ndim, inputs.shape)
Gmodel = GRUNet(24,256,1,2)
Gmodel = torch.load('.//GRU//GRU_1028_48.pkl')
Gmodel.eval()
pred = Gmodel(inputs)
  

Без каких-либо других аргументов для Gmodel я получаю следующее:

 Traceback (most recent call last):
  File ".grunet.py", line 136, in <module>
    pred = Gmodel(inputs)
  File "C:UsersryangAnaconda-3envstf-gpulibsite-packagestorchnnmodulesmodule.py", line 547, in __call__
    result = self.forward(*input, **kwargs)
TypeError: forward() missing 1 required positional argument: 'h'
  

Вам также необходимо указать скрытое состояние, которое обычно изначально состоит из нулей или просто None !
То есть вам либо нужно явно указать такой :

 hidden_state = torch.zeros(size=(num_layers*direction, batch_size, hidden_dim)).to(device)
pred = Gmodel(inputs, hidden_state)
  

или просто сделайте :

 hidden_state = None 
pred = Gmodel(inputs, hidden_state)