機器學習和量化投資：3.pytorch創建數據集

安裝 pytorch，pytorch 是一個以 Python 為主的深度學習框架。使用 pytorch 可以自動組合因子成策略。GPU 訓練的話只有 N 卡支援，這裡選擇 cpu 模式就行。https://pytorch.org/ ，torchvision 用來處理圖像，torchaudio 處理音頻用不到所以不安裝。

sudo /home/skka3134/folder/bot/bin/python -m pip install torch

2. 設置資料集，從 Dateset 繼承類，形成 TimeSeriesDataset

from torch.utils.data import Dataset

class TimeSeriesDataset(Dataset):
    def __init__(self, X, y):
        self.X = X
        self.y = y

    def __len__(self):
        return len(self.X)

    def __getitem__(self, i):
        return self.X[i], self.y[i]
    
train_dataset = TimeSeriesDataset(X_train, y_train)
test_dataset = TimeSeriesDataset(X_test, y_test)

加載資料集

from torch.utils.data import DataLoader
batch_size = 16    #每批讀取資料16個，如果用的是GPU訓練，可以調大一點，128？
train_loader = DataLoader(train_dataset, batch_size=batch_size, shuffle=True) #shuffle=True代表打亂資料
test_loader = DataLoader(test_dataset, batch_size=batch_size, shuffle=False) #shuffle=True代表不打亂資料

可視化處理

for _, batch in enumerate(train_loader):
    x_batch, y_batch = batch[0].to(device), batch[1].to(device)
    print(x_batch.shape, y_batch.shape)
    break