时间序列学习（1）——【时间序列初认识】

1 时序数据的表示sequence representation

序列的表示： [seq_len, feature_len]

seq_len : 表示序列的长度
feature_len : 表示序列的特征数

2 举个时序数据的例子

• 这是一个房价数据的变化趋势。这样的数据有2d，第一个维度表示时间，第二个维度表示房价。[time, price]
  

3 举一个图片数据的例子

• 最常用的手写数据集 MNIST [28,28]
• 这里和卷积神经网络是不一样的，我们需要把图片数据打平，看成 [1, 28*28]

4 词向量表示

• 如何表示一个单词， [word, word_vec]

4.1 one-hot 编码方式

缺点：
（1） 高维、稀疏
（2）占用大量空间、数据

• 考虑到语义相关性，因此在编码时要考虑上下文信息。
• 下面是一个简单的示例，计算“king” 和“queen” 与之最相似的词向量。
  

5 一次Batch 的数据结构重组

• 二维的数据： [batch, channel, weight, height]
• 一维的数据： [batch, word_num, word_vec]， 比如说下图，一共是100个时间点，3表示三条线，1表示每次用1维的数据来表示。
  

6 nn.embedding 集成好的查表操作

1. 如果没有下载word2vec 或者是 GloVe，那么右边的表就是随机生成的。
2. 对照敲的代码如下下：
   

• 代码可以运行！

import torch
from torch import nn

word = {"hello":0, "world":1}
lookup = torch.tensor([word["hello"]], dtype=torch.long)

print(lookup)

embeds = nn.Embedding(2, 5)
print(embeds)

hello_emb = embeds(lookup)
print(hello_emb)

1. embeds = nn.Embedding(2, 5) 表示的是随机生成一个 2 × 5 的数据表
2. 2 是因为现在只需要表示 两个单词（hello 和world）
3. 5 表示 每个词都用一个长度为5的向量来表示，也可以说成是每个向量有5d的特征深度。

最后的输出：

tensor([0])
Embedding(2, 5)
tensor([[ 1.8404,  0.7479, -1.2801, -0.3989, -1.1557]],
       grad_fn=<EmbeddingBackward>)

7 下载GloVe来表示词向量

• 我的环境里没有安装 torchnlp，所以大家可以自行安装，执行下面的代码。