時間ごとの予測 Python* デモ¶
ここでは、時系列予測デモ・アプリケーションについて説明します。
どのように動作するか¶
起動時に、デモ・アプリケーションはコマンドライン・パラメーターを受け取り、モデルを OpenVINO™ ランタイムプラグインにロードします。
このプログラムは、.pickle 形式のテストデータセットを入力として、予測された分位数とグランド・トゥルース・カーブを描画する対話型 CLI インターフェイスを提供します。
実行の準備¶
デモでサポートされるモデルリストは、<omz_dir>/demos/whiteboard_inpainting_demo/python/models.lst
ファイルにあります。このファイルは、モデル・ダウンローダーおよびコンバーターのパラメーターとして使用され、モデルをダウンロードし、必要に応じて OpenVINO IR 形式 (*.xml + *.bin) に変換できます。
モデル・ダウンローダーの使用例:
omz_downloader --list models.lst
モデル・コンバーターの使用例:
omz_converter --list models.lst
サポートされるモデル¶
time-series-forecasting-electricity-0001
注: 各種デバイス向けのモデル推論サポートの詳細については、インテルの事前トレーニング・モデルのデバイスサポートとパブリックの事前トレーニング・モデルのデバイスサポートの表を参照してください。
サポートされるデータセット¶
データセットの準備¶
デモは、accuracy_checker によって提供される .pickle 形式のテスト・データセットを使用して動作します。
指示に従って、accuracy_checker をインストールします。
テスト・データセットの変換:
wget https://archive.ics.uci.edu/ml/machine-learning-databases/00321/LD2011_2014.txt.zip
unzip LD2011_2014.txt.zip
convert_annotation electricity --data_path_file LD2011_2014.txt
デモの実行¶
-h
オプションを指定してアプリケーションを実行すると、使用方法が表示されます。
usage: time_series_forecasting_demo.py [-h] -m MODEL [--input-name INPUT_NAME] [--output-name OUTPUT_NAME] [--data-path DATA_PATH] [--quantiles QUANTILES]
optional arguments:
-h, --help show this help message and exit
-m MODEL, --model MODEL
Required. Path to an .xml file with a trained model
--input-name INPUT_NAME
Optional. Name of the models input node.
--output-name OUTPUT_NAME
Optional. Name of the models output node.
-i INPUT, --input INPUT
Required. Path to the dataset file in .pickle format.
--quantiles QUANTILES
Optional. Names of predicted quantiles.
オプションの空のリストを指定してアプリケーションを実行すると、上記の使用法メッセージとエラー・メッセージが表示されます。
次のコマンドを使用すると、事前トレーニングされた時系列予測電力ネットワークを使用して、変換されたデータセットの CPU で推論を行うことができます。
python3 time_series_forecasting_demo.py -i electricity.pickle -m <path_to_model>/time-series-forecasting-electricity-0001.xml
デモの出力¶
アプリケーションは、予測された分位数とグランド・トゥルース・カーブを描画します。