九九热视频精品在线_国产成人mv视频在线观看_国产精品三级一区二区_亚洲精品国产av成拍色拍婷婷_久久伊人一区二区_国产高清精品网站_九九99热久久精品离线6_国产在线一卡2卡三卡4卡免费_日韩美女乱淫aaa高清视频_亚洲大胆_啪啪一级视频_午夜av免费观看_国产高清精品福利私拍国产写真_亚洲婷婷五月综合狠狠_日韩欧美一区二区三区视频_岛国av免费看_精品国产乱码久久久久久久软件_亚洲国产成人精品无码区99_www日本色_免费黄色看片

作者：何之源轉(zhuǎn)載自知乎專欄：AI Insight量子位 已獲授權(quán)編輯發(fā)布

這篇文章中，作者詳細(xì)介紹了TensorFlow Time Series（TFTS）庫的使用方法。主要包含數(shù)據(jù)讀入、AR模型的訓(xùn)練、LSTM模型的訓(xùn)練三部分內(nèi)容。內(nèi)容翔實有趣，量子位轉(zhuǎn)載分享給大家。前言如何用TensorFlow結(jié)合LSTM來做時間序列預(yù)測其實是一個很老的話題，然而卻一直沒有得到比較好的解決。如果在Github上搜索“tensorflow time series”，會發(fā)現(xiàn)star數(shù)最高的tgjeon/TensorFlow-Tutorials-for-Time-Series已經(jīng)和TF 1.0版本不兼容了，并且其他的項目使用的方法也各有不同，比較混亂。

在剛剛發(fā)布的TensorFlow 1.3版本中，引入了一個TensorFlow Time Series模塊（以下簡稱為TFTS）。TFTS專門設(shè)計了一套針對時間序列預(yù)測問題的API，目前提供AR、Anomaly Mixture AR、LSTM三種預(yù)測模型。由于是剛剛發(fā)布的庫，文檔還是比較缺乏的，我通過研究源碼，大體搞清楚了這個庫的設(shè)計邏輯和使用方法，這篇文章是一篇教程帖，會詳細(xì)的介紹TFTS庫的以下幾個功能：讀入時間序列數(shù)據(jù)（分為從numpy數(shù)組和csv文件兩種方式）用AR模型對時間序列進(jìn)行預(yù)測用LSTM模型對時間序列進(jìn)行預(yù)測（包含單變量和多變量）先上效果圖，使用AR模型預(yù)測的效果如下圖所示，藍(lán)色線是訓(xùn)練數(shù)據(jù)，綠色為模型擬合數(shù)據(jù)，紅色線為預(yù)測值：

使用LSTM進(jìn)行單變量時間序列預(yù)測：

使用LSTM進(jìn)行多變量時間序列預(yù)測（每一條線代表一個變量）：

文中涉及的所有代碼已經(jīng)保存在Github上了，以下提到的所有代碼和文件都是相對于這個項目的根目錄來說的。時間序列問題的一般形式一般地，時間序列數(shù)據(jù)可以看做由兩部分組成：觀察的時間點和觀察到的值。以商品價格為例，某年一月的價格為120元，二月的價格為130元，三月的價格為135元，四月的價格為132元。那么觀察的時間點可以看做是1,2,3,4，而在各時間點上觀察到的數(shù)據(jù)的值為120,130,135,132。從Numpy數(shù)組中讀入時間序列數(shù)據(jù)如何將這樣的時間序列數(shù)據(jù)讀入進(jìn)來？TFTS庫中提供了兩個方便的讀取器NumpyReader和CSVReader。前者用于從Numpy數(shù)組中讀入數(shù)據(jù)，后者則可以從CSV文件中讀取數(shù)據(jù)。我們利用np.sin，生成一個實驗用的時間序列數(shù)據(jù)，這個時間序列數(shù)據(jù)實際上就是在正弦曲線上加上了上升的趨勢和一些隨機的噪聲：

我們利用np.sin，生成一個實驗用的時間序列數(shù)據(jù)，這個時間序列數(shù)據(jù)實際上就是在正弦曲線上加上了上升的趨勢和一些隨機的噪聲：如圖：

橫坐標(biāo)對應(yīng)變量“x”，縱坐標(biāo)對應(yīng)變量“y”，它們就是我們之前提到過的“觀察的時間點”以及“觀察到的值”。TFTS讀入x和y的方式非常簡單，請看下面的代碼：

我們首先把x和y變成python中的詞典（變量data）。變量data中的鍵值tf.contrib.timeseries.TrainEvalFeatures.TIMES實際就是一個字符串“times”，而tf.contrib.timeseries.TrainEvalFeatures.VALUES就是字符串”values”。所以上面的定義直接寫成“data = {‘times’:x, ‘values’:y}”也是可以的。寫成比較復(fù)雜的形式是為了和源碼中的寫法保持一致。得到的reader有一個read_full()方法，它的返回值就是時間序列對應(yīng)的Tensor，我們可以用下面的代碼試驗一下：

不能直接使用sess.run(reader.read_full())來從reader中取出所有數(shù)據(jù)。原因在于read_full()方法會產(chǎn)生讀取隊列，而隊列的線程此時還沒啟動，我們需要使用tf.train.start_queue_runners啟動隊列，才能使用sess.run()來獲取值。我們在訓(xùn)練時，通常不會使用整個數(shù)據(jù)集進(jìn)行訓(xùn)練，而是采用batch的形式。從reader出發(fā)，建立batch數(shù)據(jù)的方法也很簡單：tf.contrib.timeseries.RandomWindowInputFn會在reader的所有數(shù)據(jù)中，隨機選取窗口長度為window_size的序列，并包裝成batch_size大小的batch數(shù)據(jù)。換句話說，一個batch內(nèi)共有batch_size個序列，每個序列的長度為window_size。以batch_size=2, window_size=10為例，我們可以打出一個batch內(nèi)的數(shù)據(jù)：

從CSV文件中讀入時間序列數(shù)據(jù)有的時候，時間序列數(shù)據(jù)是存在CSV文件中的。我們當(dāng)然可以將其先讀入為Numpy數(shù)組，再使用之前的方法處理。更方便的做法是使用tf.contrib.timeseries.CSVReader讀入。項目中提供了一個test_input_csv.py代碼，示例如何將文件./data/period_trend.csv中的時間序列讀入進(jìn)來。假設(shè)CSV文件的時間序列數(shù)據(jù)形式為：

CSV文件的第一列為時間點，第二列為該時間點上觀察到的值。將其讀入的方法為：

從reader建立batch數(shù)據(jù)形成train_input_fn的方法和之前完全一樣。下面我們就利用這個train_input_fn來訓(xùn)練模型。使用AR模型預(yù)測時間序列自回歸模型（Autoregressive model，可以簡稱為AR模型）是統(tǒng)計學(xué)上處理時間序列模型的基本方法之一。在TFTS中，已經(jīng)實現(xiàn)了一個自回歸模型。使用AR模型訓(xùn)練、驗證并進(jìn)行時間序列預(yù)測的示例程序為train_array.py。Examples/blob/master/train_array.py先建立一個train_input_fn：

針對這個序列，對應(yīng)的AR模型的定義就是：

這里的幾個參數(shù)比較重要，分別給出解釋。第一個參數(shù)periodicities表示序列的規(guī)律性周期。我們在定義數(shù)據(jù)時使用的語句是：“y = np.sin(np.pi * x / 100) + x / 200. + noise”，因此周期為200。input_window_size表示模型每次輸入的值，output_window_size表示模型每次輸出的值。input_window_size和output_window_size加起來必須等于train_input_fn中總的window_size。在這里，我們總的window_size為40，input_window_size為30，output_window_size為10，也就是說，一個batch內(nèi)每個序列的長度為40，其中前30個數(shù)被當(dāng)作模型的輸入值，后面10個數(shù)為這些輸入對應(yīng)的目標(biāo)輸出值。最后一個參數(shù)loss指定采取哪一種損失，一共有兩種損失可以選擇，分別是NORMAL_LIKELIHOOD_LOSS和SQUARED_LOSS。num_features參數(shù)表示在一個時間點上觀察到的數(shù)的維度。

我們這里每一步都是一個單獨的值，所以num_features=1。除了程序中出現(xiàn)的幾個參數(shù)外，還有一個比較重要的參數(shù)是model_dir。它表示模型訓(xùn)練好后保存的地址，如果不指定的話，就會隨機分配一個臨時地址。使用變量ar的train方法可以直接進(jìn)行訓(xùn)練：TFTS中驗證(evaluation)的含義是：使用訓(xùn)練好的模型在原先的訓(xùn)練集上進(jìn)行計算，由此我們可以觀察到模型的擬合效果，對應(yīng)的程序段是：如果要理解這里的邏輯，首先要理解之前定義的AR模型：它每次都接收一個長度為30的輸入觀測序列，并輸出長度為10的預(yù)測序列。整個訓(xùn)練集是一個長度為1000的序列，前30個數(shù)首先被當(dāng)作“初始觀測序列”輸入到模型中，由此就可以計算出下面10步的預(yù)測值。接著又會取30個數(shù)進(jìn)行預(yù)測，這30個數(shù)中有10個數(shù)就是前一步的預(yù)測值，新得到的預(yù)測值又會變成下一步的輸入，以此類推。最終我們得到970個預(yù)測值（970=1000-30，因為前30個數(shù)是沒辦法進(jìn)行預(yù)測的）。這970個預(yù)測值就被記錄在evaluation[‘mean’]中。evaluation還有其他幾個鍵值，如evaluation[‘loss’]表示總的損失，evaluation[‘times’]表示evaluation[‘mean’]對應(yīng)的時間點等等。evaluation[‘start_tuple’]會被用于之后的預(yù)測中，它相當(dāng)于最后30步的輸出值和對應(yīng)的時間點。以此為起點，我們可以對1000步以后的值進(jìn)行預(yù)測，對應(yīng)的代碼為：

這里的代碼在1000步之后又像后預(yù)測了250個時間點。對應(yīng)的值就保存在predictions[‘mean’]中。我們可以把觀測到的值、模型擬合的值、預(yù)測值用下面的代碼畫出來：畫好的圖片會被保存為“predict_result.jpg”

使用LSTM預(yù)測單變量時間序列注意：以下LSTM模型的例子必須使用TensorFlow最新的開發(fā)版的源碼。具體來說，要保證“from tensorflow.contrib.timeseries.python.timeseries.estimators import TimeSeriesRegressor”可以成功執(zhí)行。給出兩個用LSTM預(yù)測時間序列模型的例子，分別是train_lstm.py和train_lstm_multivariate.py。前者是在LSTM中進(jìn)行單變量的時間序列預(yù)測，后者是使用LSTM進(jìn)行多變量時間序列預(yù)測。為了使用LSTM模型，我們需要先使用TFTS庫對其進(jìn)行定義，定義模型的代碼來源于TFTS的示例源碼，在train_lstm.py和train_lstm_multivariate.py中分別拷貝了一份。我們同樣用函數(shù)加噪聲的方法生成一個模擬的時間序列數(shù)據(jù)：

此處y對x的函數(shù)關(guān)系比之前復(fù)雜，因此更適合用LSTM這樣的模型找出其中的規(guī)律。得到y(tǒng)和x后，使用NumpyReader讀入為Tensor形式，接著用tf.contrib.timeseries.RandomWindowInputFn將其變?yōu)閎atch訓(xùn)練數(shù)據(jù)。一個batch中有4個隨機選取的序列，每個序列的長度為100。接下來我們定義一個LSTM模型：

num_features = 1表示單變量時間序列，即每個時間點上觀察到的量只是一個單獨的數(shù)值。num_units=128表示使用隱層為128大小的LSTM模型。訓(xùn)練、驗證和預(yù)測的方法都和之前類似。在訓(xùn)練時，我們在已有的1000步的觀察量的基礎(chǔ)上向后預(yù)測200步：

將驗證、預(yù)測的結(jié)果取出并畫成示意圖，畫出的圖像會保存成“predict_result.jpg”文件：

使用LSTM預(yù)測多變量時間序列所謂多變量時間序列，就是指在每個時間點上的觀測量有多個值。在data/multivariate_periods.csv文件中，保存了一個多變量時間序列的數(shù)據(jù)：

這個CSV文件的第一列是觀察時間點，除此之外，每一行還有5個數(shù)，表示在這個時間點上的觀察到的數(shù)據(jù)。換句話說，時間序列上每一步都是一個5維的向量。使用TFTS讀入該CSV文件的方法為：

與之前的讀入相比，唯一的區(qū)別就是column_names參數(shù)。它告訴TFTS在CSV文件中，哪些列表示時間，哪些列表示觀測量。接下來定義LSTM模型：

區(qū)別在于使用num_features=5而不是1，原因在于我們在每個時間點上的觀測量是一個5維向量。訓(xùn)練、驗證、預(yù)測以及畫圖的代碼與之前比較類似，可以參考代碼train_lstm_multivariate.py，此處直接給出最后的運行結(jié)果：

圖中前100步是訓(xùn)練數(shù)據(jù)，一條線就代表觀測量在一個維度上的取值。100步之后為預(yù)測值。總結(jié)這篇文章詳細(xì)介紹了TensorFlow Time Series（TFTS）庫的使用方法。主要包含三個部分：數(shù)據(jù)讀入、AR模型的訓(xùn)練、LSTM模型的訓(xùn)練。文章里使用的所有代碼都保存在Github上了。如果覺得有幫助，歡迎點贊或star～～～— 完