PyTorch Forecasting中DeepAR两种预测绘图方式结果差异问询

核心差异来源 #

两种预测方式结果差异显著，主要源于以下几点：

• 模型运行模式不同：forward()默认处于训练模式（model.train()），会保留dropout、BatchNorm等层的随机性训练行为；而predict()会自动切换到评估模式（model.eval()），关闭这些随机性操作，输出更稳定的结果分布。
• 采样参数不一致：你在forward()中传入了n_samples=None，但predict()（mode="raw"模式）默认使用你配置的20次采样。DeepAR是概率模型，采样数量直接影响预测结果的分布范围，采样数不同必然导致可视化差异。
• 数据处理流程差异：predict()会自动完成验证集的全流程处理，包括数据加载、归一化反转、时间窗口对齐等；而直接从val_dataloader取的x仅经过训练阶段预处理，缺少预测阶段的反归一化或窗口调整，导致数值尺度不匹配。
• 样本匹配问题：next(iter(val_dataloader))取的是验证集首个批次，而predict()处理整个验证集后返回的x可能包含不同的窗口切片，idx=0对应的未必是同一个时间序列片段。

解决步骤 #

1. 统一模型运行模式
   调用forward()前强制切换到评估模式并关闭梯度计算，消除训练层的随机性：

   net.eval()
   with torch.no_grad():
       x, y = next(iter(val_dataloader))
       out = net(x, n_samples=20)  # 与predict的采样数保持一致
   

2. 对齐采样参数
   确保forward()的n_samples参数与predict()使用的采样数相同（如均设为20），保证两者的预测分布基于相同数量的采样样本。

3. 同步数据处理流程
   若要对比同一样本，建议从predict()返回的x中提取对应样本传入forward()，或确保val_dataloader的输出与predict()的输入处理逻辑完全一致。另外，需手动对forward()的输出执行反归一化（net.transform_output()），因为predict()会自动完成这一步骤。

4. 验证样本一致性
   对比两种方式下x的时间戳、特征值等信息，确认idx=0对应的是同一个时间序列片段，避免因批次窗口不同导致的样本不匹配。

内容的提问来源于stack exchange，提问作者DMC