表示学习

• BRNN ENCODER

1. BRNN ENCODER

• 算法说明 BRNN Encoder (Bidirectational Recurrent Neural Network Encoder) 是基于RNN改进的时序编码模型，可以对具有时序特性数据进行特征编码及衍合，BRNN Encoder算法的输入，可以是多天的用户行为数据，也可以是语句中的词向量，编码后的结果可以用于其他的模型训练。

• 训练节点

  • 输入

    • 数据形式：TimeSeriesTrainData，以半角逗号连接各字段。

    • 格式：| label | timestep×features |

    • label：通过 算法参数 的 类别数 指定。分类任务中label需要经过1-HOT处理,详见TimeSeriesData。

    • timestep：可通过 算法参数 的 时序长度 指定，代表每条样本的时序个数。

    • features：可通过 算法参数 的 选择特征列 指定，代表每个timestep中包含的特征个数。

  • 模型输出

    • Tensorflow模型文件，可参考Serving a TensorFlow Model。可以通过 算法IO参数 中的 模型输出 指定，将模型保存至自己的cephfs路径下。

    • 内容：包括ckpt、meta和 checkpoint三种文件。

  • 算法IO参数

    • 训练数据路径:训练数据路径(ceph路径) 。

    • 测试数据路径:同上 。

    • TensorBoard目录:tensorboard 存储路径 。

    • 模型输出路径:模型输出路径(必填)，如:/cephfs/person/rtx/。

  • 算法参数

    • 初始学习率：控制模型的收敛速度。

    • 每层单元个数：每层中包含的rnn单元个数。

    • 网络深度(层)：构建单层或多层rnn模型。

    • 特征数量：作为feature值，用于训练模型。

    • 时序长度：brnn循环的次数，作为timestep值。

    • 类别数：样本输出类别的个数。

    • 模型保存间隔：控制缓存模型的间隔，可用于重复训练。

    • 训练步数：训练过程中，数据集被循环利用的次数。

• 预测节点

  • 输入

    • 数据形式：TimeSeriesTrainData，以半角逗号连接各字段。

    • 格式：| ID | timestep×features |

    • ID：用于标识每条预测样本，可以为QQ号或者文本编号。

      • timestep：可通过 模型参数 的 时序长度 指定，代表每条样本的时序个数。

    • features：可通过 模型参数 的 选择特征列 指定，代表每个timestep中包含的特征个数。

  • 输出

    • 格式：| ID | encoded_features |

    • 说明：以半角逗号连接各字段

    • encoded_features：编码后的时序特征，feature的个数与输出层神经元个数相同，可以通过 模型参数 的 隐含层个数 指定。

      • 模型参数

    • 时序长度：编码数据的时间序列个数, 作为timestep值。

    • 特征数量：作为feature值，用于特征编码，需要与训练样本的feature个数一致。