tensorflow学习笔记（一）基础函数说明

tf.contrib.timeseries.CSVReader

init

• filenames : 文件名／一系列文件名
• column_names：每列特征的标示名，TrainEvalFeatures.TIMES和TrainEvalFeatures.VALUES，当有多维特征时VALUES应该重复
• column_dtypes：可以不提供，若提供的话要和column_names对应，默认TrainEvalFeatures.TIMES是tf.int64，TrainEvalFeatures.VALUES是tf.float32.
• skip_header_lines：传递给tf.TextLineReader, 可以忽略文件的前n行。
• read_num_records_hint：不读取完整数据集时，指示要在单个块中解析/传输的记录数（为了提高效率）。 一次转移的实际数量可能更多或更少。

check_dataset_size(minimum_dataset_size)

• minimum_dataset_size：当TimeSeriesInputFn中的窗口大小大于此之，程序会报错
  e.g.

csv_file_name = path.join("./data/erp.csv")
reader = tf.contrib.timeseries.CSVReader(
	csv_file_name,  
	column_names=( (tf.contrib.timeseries.TrainEvalFeatures.TIMES,)
							   + (tf.contrib.timeseries.TrainEvalFeatures.VALUES,) * 2 ) )

tf.contrib.timeseries.RandomWindowInputFn

输入参数：

• time_series_reader ：时间序列读取的对象
• window_size ： 保持原始序列的样本数。即同一个窗口内的样本序列排列顺序和原始序列相同。样本数越小意味着序列计算量更小，训练速度也更快。但是产生的梯度是不稳定的
• batch_size：被放置在同一个训练集合中的窗口数，batch_size越大，训练结果越稳定
• queue_capacity_multiplier：用于创建batches的队列容量，是batchsize 和 batch_size * window_size的倍数。控制窗口最大数。要大于shuffle_min_after_dequeue_multiplier
• shuffle_min_after_dequeue_multiplier：出列后的Eandomshufflequeue的最小窗口数，在一个集合内控制熵，是batchsize的倍数。
• discard_out_of_order：若为真，时间序列为倒序的（由大到小）的窗口将被删除。若为假，则相关的特征会被排序，使之为非降序。前者会使速度加快，同时由于在文件起始和结束的位置都欠采样，导致有偏差
• discard_consecutive_batches_limit：限制被删除的集合的数目，如果被删除的集合超过这个限制而没有不被删除的集合，则会报OutOfRangError
• jitter：若为真，在窗口中随机删除一些样例，以预防确定性分块模式。这对于有的模型、诸如AR之类，可以预防过拟合。
• num_thread：队列的线程数。设置为1可以消除不确定性
• shuffle_seed：滑动窗口的大小。默认值为none以保证随机性。若shuffle_seed为真且num_thread=1，则提供了确定性。

tensorflow.contrib.timeseries.python.timeseries.TimeSeriesRegressor

• num_feature：特征数量，即一个历元对应的因变量数。
• num_units：LSTM的节点数。
• AdamOptimizer：学习率。

estimator = ts_estimaters.TimeSeriesRegressor( model = _LSTMModel(num_feature=2, num_units=128), optimizer=tf.train.AdamOptimizer(0.001)) 

tf.estimator.Estimator

init

• model_fn, 模型函数，包括以下内容
• features, 从input_fn传给train, evaluate, predict的第一个参数. 应该是全为tensor或dict。
• labels，第二个从input_fn传给train, evaluate, predict的参数。应该全为tensor或dict，如果mode=ModeKeys.PREDICT，labels=None会被跳过。如果model_fn的设置不接受mode，model_fn仍能处理labels=None.
• mode, 可选参数，在training／evaluation／prediction中需要说明
• params，可选的dict超参数。会收到传给Estimator的params参数。
• model_dir: 保存模型参数／模型图等内容。这可以从文件夹中加载检查点到estimator，继续训练之前保存的模型。如果pathlike对象存在，path会被改变；若没有，config中的model_dir若是已经被设置好，则将会被使用。若是两个都设置了，两者应该保持一致。如果都没有设置，将会使用临时设置。
• config 结构对象
• params 会被传入model_fn的超参数的dict，关键字是参数名，其值是基本的python类型。
• warm_start_from 可选的字符串文件路径，用于检查点的warm-start。

train

• input_fn: 提供输入的训练数据的函数，该函数执行后返回以下两者之一：

1. ‘tf.data.Dataset’对象，输出的对象应该是一个元组
2. 一个元组（要素，标签），其中要素是Tensor或Tensor字符串要素的名称字典，标签是Tensor或Tensor字符串标签字典。要素和标签都被model_fn使用。

• hooks:
• steps: 训练模型所用的训练步数。如果steps=none，则会一直训练到input_fn产生OutOfRange error / StopIteration 输出。steps是递增的，如果两次调用train（steps=10），则训练一共进行了20步，如果在训练过程中发生了溢出或者停止迭代的错误，训练会在20步之前就停止。如果不想递增地训练，可以设置max_steps，如果想递增训练，max_steps必须为None。
• max_steps: 总的训练模型的次数。如果为none，一直训练直至产生outofrange或stopiteration。如果设置了，steps必须为none。如果调用两次train(steps=100)则意味者一共执行了200次迭代。而如果调用两次train(max_steps=100)，则第二次不进行迭代，因为第一次训练已经达到限值。
• saving_listeners:

evaluate

用给input_fn给出的评估数据来评估模型

• input_fn 和train方法中一样
• steps 评估模型的步数
• hook
• checkpoint_path 特殊检查点的路径。
• name 评估的名字，若是需要用多个评估方法来评估不同的数据集。例如训练集和测试数据集。将会被保存在不同的文件夹中。并在tensorboard中保持独立。

predict

参考文章：

• https://docs.w3cub.com/tensorflow~python/tf/train/adamoptimizer/
• https://devdocs.io/tensorflow~python/tf/