sequence和label之间的关系

[huozhilin]

用flow数据做测试

sequence, label, v = map(lambda x: x.to(opt.device).squeeze(0), batch)
这里label是原来192+24 个数据中的最后24个*v
sequence的shape是（24，192，5），但是这里面每行往后偏移的时候都会用到label里的值，这样不就是引入了未来值吗？

[Zhazhan]

这里训练和测试的都是单步预测任务，并非滚动预测后面24步。所以data_loader.py的line 542-548中，把对后面24步单步预测的过程给堆叠在了同一个batch内，并行地对后面24步做单步预测，并且保证了被预测的单步在输入数据中对应的值是-1. 不同batch之间没有信息交换，所以并没有引入未来值。你可能理解成了滚动预测后面24步。

[huozhilin]

这里训练和测试的都是单步预测任务，并非滚动预测后面24步。所以data_loader.py的line 542-548中，把对后面24步单步预测的过程给堆叠在了同一个batch内，并行地对后面24步做单步预测，并且保证了被预测的单步在输入数据中对应的值是-1. 不同batch之间没有信息交换，所以并没有引入未来值。你可能理解成了滚动预测后面24步。

ok，明白了，另外一个long_range_main.py是滚动预测后面的168步的对吗？

[Zhazhan]

这里训练和测试的都是单步预测任务，并非滚动预测后面24步。所以data_loader.py的line 542-548中，把对后面24步单步预测的过程给堆叠在了同一个batch内，并行地对后面24步做单步预测，并且保证了被预测的单步在输入数据中对应的值是-1. 不同batch之间没有信息交换，所以并没有引入未来值。你可能理解成了滚动预测后面24步。

ok，明白了，另外一个long_range_main.py是滚动预测后面的168步的对吗？

差不多是的，没有未来信息参与的情况下一次性预测未来的多步

[huozhilin]

这里训练和测试的都是单步预测任务，并非滚动预测后面24步。所以data_loader.py的line 542-548中，把对后面24步单步预测的过程给堆叠在了同一个batch内，并行地对后面24步做单步预测，并且保证了被预测的单步在输入数据中对应的值是-1. 不同batch之间没有信息交换，所以并没有引入未来值。你可能理解成了滚动预测后面24步。

ok，明白了，另外一个long_range_main.py是滚动预测后面的168步的对吗？

差不多是的，没有未来信息参与的情况下一次性预测未来的多步

ok，感谢！

[huozhilin]

这里训练和测试的都是单步预测任务，并非滚动预测后面24步。所以data_loader.py的line 542-548中，把对后面24步单步预测的过程给堆叠在了同一个batch内，并行地对后面24步做单步预测，并且保证了被预测的单步在输入数据中对应的值是-1. 不同batch之间没有信息交换，所以并没有引入未来值。你可能理解成了滚动预测后面24步。

ok，明白了，另外一个long_range_main.py是滚动预测后面的168步的对吗？

差不多是的，没有未来信息参与的情况下一次性预测未来的多步

long_range_main.py 这个不能用flow的数据训练吗？为啥我跑不通