help="batchを何回学習させる度にgeneratorの出力を保存するか")
parser.add_argument("--network_bias",
type=bool,
default=True,
help="networkにbiasを入れるかどうか。True/False")
parser.add_argument("--data_seed",
type=int,
default=0,
help="Dataの作成に用いる乱数のseed")
opt = parser.parse_args()
phi = [0.3, -0.4, 0.2, -0.5, 0.6, -0.1, 0.1]
p = len(phi)
Data = tsModel.SARIMA(a=phi, N=1400, random_seed=opt.data_seed, mu=0, sigma=2)
Data = torch.tensor(Data, dtype=torch.float)
Data = torch.tensor(Data)
plt.figure(figsize=(13, 8))
plt.plot(Data)
plt.title("ARモデルの人工データその" + str(opt.data_seed) + "\n$\phi^{\\ast}=" +
str(phi) + ", \sigma^{\\ast}=2$")
plt.savefig("images/AR7モデルの人工データその{0}.png".format(opt.data_seed))
plt.close()
Data = Data.view(1, -1)
trainData = Data[:, :900]
valData = Data[:, 900:1000]
testData = Data[:, 1200:]
trainMatrix = []
# 真のモデルのパラメータ
phi_ast = [0.3, -0.4, 0.2, -0.5, 0.6, -0.1, 0.1]
p_ast = len(phi_ast)
mu_ast = 0
sigma_ast = 2
# データセットの作成
trainT = 1000
n = 100
data_index = range(n)
trainDataSets = []
for seed in data_index:
trainData = tsModel.SARIMA(a=phi_ast,
N=trainT,
random_seed=seed,
mu=mu_ast,
sigma=sigma_ast)
trainDataSets.append(trainData)
# 学習する推定モデルの形状や学習方法なんかを決定します
# 学習時のハイパラの決定（入力を受け付ける）
parser = argparse.ArgumentParser()
# ランダムシードについて
parser.add_argument("--generator_seed",
type=int,
default=0,
help="generatorのパラメータの初期値のシード")
parser.add_argument("--discriminator_seed",
type=int,
default=0,
if cuda:
gpu_id = input('使用するGPUの番号を入れてください : ')
os.environ["CUDA_VISIBLE_DEVICES"] = gpu_id
device = torch.device('cuda:' + gpu_id if cuda else 'cpu')
torch.manual_seed(opt.generator_seed)
generator = models.LinearGenerator(p=opt.p, input_dim=1, is_bias=False)
torch.manual_seed(opt.discriminator_seed)
discriminator = models.Discriminator(
q=0, discriminator_hidden_unit=opt.discriminator_hidden_unit)
# 人工データの作成
Data = tsModel.SARIMA(a=[0.3, -0.4, 0.3, -0.4, 0.3, -0.4, 0.3],
N=1400,
random_seed=opt.data_seed,
sigma=2)
Data = torch.tensor(Data, dtype=torch.float)
plt.figure(figsize=(13, 8))
plt.plot(Data)
plt.savefig(path + "/images/AR7モデルの人工データその{0}.png".format(opt.data_seed))
plt.close()
Data = Data.view(1, -1)
trainData = Data[:, :1000]
valData = Data[:, 1000:1200]
testData = Data[:, 1200:]
trainMatrix = []
for i in range(trainData.shape[1] - (opt.p + 1)):