tensorflow学习笔记（二）训练数据的划分

本文重点学习tf.contrib.timeseries.RandomWindowInputFn中的数据分割方法
源代码链接tensorflow/contrib/timeseries/python/timeseries/input_pipeline.py.

tensorflow/contrib/timeseries/python/timeseries/input_pipeline.py

定义了切割和重新排列时间序列的方法，主要的特点在于组块。先是将时间序列分割为一个个小的内部连续的窗口，然后再对窗口进行组块，提供给训练。优点是相比于将所有时间序列按顺序循环，可以明显提高训练速度，因为其可以开拓数据并行运算和减少多余的梯度计算。

一个时间序列，由时间（递增的整数向量）和值（一个历元对应一个或多个浮点值）和其它的特征值，以多种格式存储在内存中或者是磁盘中，其存储位置和格式由格式由TimeSeriesReader（通常为’RandomWindowInputFn’）对象规定（如’NumpyReader’，‘CSVReader’).

时间序列通过此管道，映射为特征名和其值的字典。对于训练和评估，它们需要最小化’TrainEvalFeatures.TIMES’和’TrainEvalFeatures.VALUES’.外部的特征可以为任意大小，但是也要对齐到时间戳。时间序列并不需要严格连续和规整，也就是说，时间序列是可以中间有间隔的。但是对于存在的时间，必须有其对应的值。

要使用TimeSeriesInputFn的话，必须要先进行参数配置，然后将一个读取的对象传递给它，之后TimeSeriesInputFn才可以作为Input_fn传递给estimator

RandomWindowInputFn是对时间序列进行训练和质量评估的主要工具
WholeDatasetInputFn 读取整个序列到内存中，通常用于评估结果，并且为预报做准备

** Class RandomWindowInputFn: **
用途 ：用于包装TimeseriesReader以生成随机的批量窗口。
操作 ：Tensors先是被处理为序列窗口（一个窗口内时间序列为顺序序列，由tf.train.batch创建）。然后这些窗口随机组合成数据组。Tensor返回的是由create_batch创建的[batch_size, window_size]大小的数据。TimeSeriesInputFn在训练和质量评估中均有作用。