paddlets.models.base
- class Trainable[源代码]
基类:
object
所有 trainable classes 的基类。
任何需要完成训练(如:
BaseModel
和Pipeline
等) 均可继承自当前基类。如果需要的话,也可实现基类定义的fit()
方法。
- class BaseModel(in_chunk_len: int, out_chunk_len: int, skip_chunk_len: int)[源代码]
基类:
Trainable
所有机器学习和深度学习模型的基类。
- 参数
in_chunk_len (int) – 模型输入的时间序列长度。
out_chunk_len (int) – 模型输出的序列长度。
skip_chunk_len (int) – 可选变量,输入序列与输出序列之间跳过的序列长度,既不作为特征也不作为预测目标使用,默认值为0。
- _in_chunk_len
模型输入的时间序列长度。
- Type
int
- _out_chunk_len
模型输出的序列长度。
- Type
int
- _skip_chunk_len
输入序列与输出序列之间跳过的序列长度,既不作为特征也不作为预测目标使用,默认值为0。
- Type
int
- abstract fit(train_data: TSDataset, valid_data: Optional[TSDataset] = None)[源代码]
训练一个BaseModel类型的实例。
任何继承自此类的非抽象子类均需实现此方法。
- abstract save(path: str) None [源代码]
将一个BaseModel模型实例保存在磁盘文件中。
任何继承自此类的非抽象子类均需实现此方法。
- 参数
path (str) – 一个包含模型文件名的字符串格式的路径。
- abstract static load(path: str) BaseModel [源代码]
从给定的文件中加载
BaseModel
模型实例。任何继承自此类的非抽象子类均需实现此方法。
- 参数
path (str) – 一个包含模型文件名的字符串格式的路径。
- 返回
加载完成的模型。
- 返回类型