📖
tbds
  • 前言
  • 部署
    • 安装步骤
  • 平台管理
    • 用户管理
    • 项目管理
    • 系统设置
  • 组件访问开发
    • kafka
    • hadoop
    • hbase
    • accessKey
    • hive
    • spark
    • ftp
    • portalApi
    • hermes
    • 代码访问组件demos
      • hbase
      • hdfs
      • kafka
      • hive
  • 数据接入
    • 数据接入
      • TDBank产品化介绍及使用指引
      • TDBank数据接入指引
      • TDBank采集接口详解
      • OGG Flume Adapter 部署文档
      • DB Demo
      • HDFS Demo
    • Hippo管理
    • 进度监控
    • 血缘分析
  • 实时计算
    • 任务管理
    • 库表模板管理
  • 数据分析
    • 数据交互
    • ideX
  • 任务调度
    • 操作指引
    • 工作流
      • 基本概念
      • 任务基本信息
      • 任务调度设置
      • 任务参数配置
        • shell 脚本
        • ftp导入hdfs
        • kafka导入hbase
        • kafka导入hdfs
        • hdfs导出hbase
        • hive sql 脚本
        • hive导入hdfs
        • hdfs导出DB(mysql,postgreSQL,sql server)
        • tstorm任务
        • spark任务
        • mapreduce任务
        • db导入hdfs
        • hdfs导出hive
        • hdfs导出hive-tdsort
        • hive导出mysql
        • mysql导入hive
      • Demo
        • FTP导入HDFS
        • HDFS导出HBASE
        • HDFS导出Mysql
        • HDFS导入HIVE
        • Hive SQL脚本
        • Hive导出MySQL
        • Hive导入HDFS
        • KAFKA导出HBASE
        • KAFKA导出HDFS
        • MYSQL导入HDFS
        • MySQL导入Hive
        • Shell脚本
        • SPARK任务
      • 升级
        • 集成代码更新
        • rpm升级
      • 补充
        • 手动迁移base组件
        • 手动安装runner组件
        • 自定义任务开发文档
        • 时间隐式变量说明
        • 下发并发数说明和调整操作
        • Issues版本说明
        • 设置分组
        • 跨工作流依赖
      • 常见问题定位和解决方式
        • 常用操作
        • 实时接入任务hdfs2hive (tdsort)
        • 实例日志获取失败
        • 实例日志中提示下载文件失败
        • taskSchedule指标为空定位方法
        • 实例依赖失效确认方式
        • 任务实例诊断按钮无调度信息
        • 诊断和定位操作参考
        • 实例一直等待终止定位
        • mongodb 常见问题和处理办法
    • 任务管理
      • 工作流列表
      • 任务管理
      • 任务运行管理
      • 其他
    • 服务器配置
      • 基本概念
      • 操作指南
  • Tstorm
    • Tstorm介绍
    • 开发实例
      • wordcount
  • 数据展现
    • 自助报表
  • 数据资产
    • 库表管理
      • 可管理库表
      • 可读写库表
      • 无归属库表
      • 维表管理
      • 新建表
    • 数据血缘
    • 数据提取
      • 数据地图
      • 任务列表
      • 架构关联
  • 运维中心
    • 系统运维
      • 组件部署
      • 链接归集
      • 诊断
      • 备份
    • 访问管理
    • 文件管理
    • 监控告警
      • 监控
      • 告警
  • 机器学习
    • 系统简介
    • TDInsight功能介绍
      • 工作流
        • 新建工程
        • 新建工作流
        • 创建和配置节点
        • 运行
        • 日志查看
      • 数据输入输出
      • 组件
        • Spark组件
        • Sparkstreaming组件
        • pySpark组件
        • xgboost组件
    • 多实例并发
      • 3种方式驱动实例
      • 实例查询
      • 历史实例
    • TDInsight模型与在线推理
      • 数据流
      • 模型的训练与使用
      • 模型在线服务
    • TDInsight算法/组件说明
      • 数据说明
      • 特征工程
        • 数据预处理
        • 特征提取
        • 特征转换
        • 特征选择
        • 特征评估
      • 机器学习
        • 分类算法
        • 聚类算法
        • 回归算法
        • 推荐算法
        • 关联规则
      • 模型评估
        • Binary Evaluator
        • Multi Evaluator
        • Regression Evaluator
      • 可视化
        • 关系
        • 分布
        • 对比
        • 组合
      • 深度学习算法简介
        • 计算机视觉
        • 自然语言处理
        • 表示学习
Powered by GitBook
On this page

Was this helpful?

  1. 机器学习
  2. TDInsight算法/组件说明
  3. 深度学习算法简介

表示学习

Previous自然语言处理

Last updated 4 years ago

Was this helpful?

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:,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。

      • 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。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:,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。

TimeSeriesTrainData
TimeSeriesData
Serving a TensorFlow Model
TimeSeriesTrainData
BRNN ENCODER