Я делаю регрессию относительно продолжительности наказания, результаты такие неточные. Я использую предварительное обуче ⇐ Python

[Anonymous]

Здесь изображение
результат заблокирован
Мой код предназначен для регрессии для прогнозирования продолжительности наказания. Я выполнил предварительное обучение с использованием BERT и обучение с использованием LSTM и CNN. Однако
Во время каждого обучения появляется это сообщение
c:\users\user\appdata\local\programs\python\python38\lib\site-packages\torch\nn \modules\loss.py:535: Предупреждение пользователя: использование целевого размера (torch.Size([3])), который отличается от входного размера (torch.Size([3, 1])). Это, вероятно, приведет к неверным результатам из-за трансляции. Убедитесь, что они имеют одинаковый размер.
return F.mse_loss(input, target, Reduction=self.reduction)
C:\Users\USER\AppData\Local\Temp\ipykernel_15080\3081402845.py: 79: RuntimeWarning: деление на ноль встречается в функции div
mape = np.mean(np.abs((all_labels - all_predicted) / all_labels)) * 100
c:\users\user\appdata\local\ программы\python\python38\lib\site-packages\torch\nn\modules\loss.py:535: Предупреждение пользователя: Использование целевого размера (torch.Size([8])) который отличается от входного размера (torch. Размер([8, 1])). Это, вероятно, приведет к неправильным результатам из-за трансляции. Убедитесь, что они имеют одинаковый размер.
return F.mse_loss(input, target, Reduction=self.reduction)
Оказывает ли эта часть какое-либо влияние

Код: Выделить всё

            combined_representation = torch.mean(torch.cat(fraction_representations_per_text), dim=0)
fraction_representations.append(combined_representation)

результаты не изменяются даже после изменения раздела обучения. Кроме того, я не понимаю часть предварительной тренировки с использованием BERT и Torch. Я все еще новичок. Я не знаю, что мне делать

Подробнее здесь: https://stackoverflow.com/questions/784 ... -like-this