time-series - 使用 GluonTS DeepAR 时如何可视化神经网络结构？

Question

我正在使用 GluonTS DeepAR 来部署我的销售预测任务。在我完成 DeepAREstimator 的创建后，我想打印神经网络结构或摘要以帮助我的论文工作，它可以提供隐藏层、神经 nums 或激活函数等。例如函数 'summary()' 在凯拉斯。

GluonTS DeepAR 是否提供这样的 API？

from gluonts.model.deepar import DeepAREstimator
from gluonts.mx.trainer import Trainer

estimator = DeepAREstimator(
    prediction_length=30,
    #context_length=30,
    num_layers = 40,
    num_cells = 40,
    cell_type='gru',
    #lags_seq = 10,
    #time_features = 15,
    #use_feat_static_cat=True,
    use_feat_dynamic_real=True,
    #num_parallel_samples=100,
    #cardinality=[2,1],
    freq="D",
    #validation_sampler = 30,
    trainer=Trainer(ctx="cpu", epochs=5, learning_rate=1e-3,) #batch_size=400,num_batches_per_epoch=200,)
)
predictor = estimator.train(training_data=train_data)