大家好，欢迎来到IT知识分享网。
前言
实验表明，RNN 在几乎所有的序列问题上都有良好表现，包括语音/文本识别、机器翻译、手写体识别、序列数据分析（预测）等。 在实际应用中，RNN 在内部设计上存在一个严重的问题：由于网络一次只能处理一个时间步长，后一步必须等前一步处理完才能进行运算。这意味着 RNN 不能像 CNN 那样进行大规模并行处理，特别是在 RNN/LSTM 对文本进行双向处理时。这也意味着 RNN 极度地计算密集，因为在整个任务运行完成之前，必须保存所有的中间结果。
CNN 在处理图像时，将图像看作一个二维的“块”（m*n 的矩阵）。迁移到时间序列上，就可以将序列看作一个一维对象（1*n 的向量）。通过多层网络结构，可以获得足够大的感受野。这种做法会让 CNN 非常深，但是得益于大规模并行处理的优势，无论网络多深，都可以进行并行处理，节省大量时间。这就是 TCN 的基本思想。 2018年 Google、Facebook 相继发表了研究成果，其中一篇叙述比较全面的论文是 “An Empirical Evaluation of Generic Convolutional and Recurrent Networks”。业界将这一新架构命名为时间卷积网络（Temporal Convolutional Network，TCN）。TCN 模型以 CNN 模型为基础，并做了如下改进：
- 适用序列模型：因果卷积（Causal Convolution）
- 记忆历史：空洞卷积/膨胀/扩张卷积（Dilated Convolution），
- 残差模块（Residual block）
下面我们会一一进行介绍。
TCN
一维卷积
假设有一个时间序列，总共有五个时间点，比方说股市，有一个股票的价格波动：[10,13,12,14,15]:
TCN中，或者说因果卷积中，使用的卷积核大小都是2(我也不知道为啥不用更大的卷积核，看论文中好像没有说明这个)，那么可想而知，对上面5个数据做一个卷积核大小为2的卷积是什么样子的：
五个数据经过一次卷积，可以变成四个数据，但是每一个卷积后的数据都是基于两个原始数据得到的，所以说，目前卷积的视野域是2。可以看到是输入是5个数据，但是经过卷积，变成4个数据了，在图像中有一个概念是通过padding来保证卷积前后特征图尺寸不变，所以在时间序列中，依然使用padding来保证尺寸不变：
padding是左右两头都增加0，如果padding是1的话，就是上图的效果，其实会产生6个新数据，但是秉着：“输入输出尺寸相同”和“我们不能知道未来的数据”，所以最后边那个未来的padding，就省略掉了，之后会在代码中会体现出来。 总之，现在我们大概能理解，对时间序列卷积的大致流程了，也就是对一维数据卷积的过程（图像卷积算是二维）。
下面看如何使用Pytorch来实现一维卷积：
net = nn.Conv1d(in_channels=1,out_channels=1,kernel_size=2,stride=1,padding=1,dilation=1)
其中的参数跟二维卷积非常类似，也是有通道的概念的。这个好好品一下，一维数据的通道跟图像的通道一样，是根据不同的卷积核从相同的输入中抽取出来不同的特征。kernel_size=2之前也说过了，padding=1也没问题，不过这个公式中假如输入5个数据+padding=1，会得到6个数据，最后一个数据被舍弃掉。dilation是膨胀系数，下面的下面会讲。
因果卷积(Causal Convolutions)
因果卷积(Causal Convolutions)是在wavenet这个网络中提出的，之后被用在了TCN中。之前已经讲了一维卷积的过程了，那么因果卷积，其实就是一维卷积在时间序列中的一种应用吧。 因为要处理序列问题（时序性），就必须使用新的 CNN 模型，这就是因果卷积。
因果卷积有两个特点：
- 不考虑未来的信息。给定输入序列 $x_1,⋯,x_T$，预测 $y_1,⋯,y_T$。但是在预测 $y_t$时，只能使用已经观测到的序列 $x_1,⋯,x_t$，而不能使用 $x_{t+1},x_{t+2},…$ 。
- 追溯历史信息越久远，隐藏层越多。上图中，假设我们以第二层隐藏层作为输出，它的最后一个节点关联了输入的三个节点，即 $x_{t−2},x_{t−1},x_t$ ；假设以输出层作为输出，它的最后一个节点关联了输入的四个节点，即 $x_{t−3},x_{t−2},x_{t−1},x_t$。
假设想用上面讲到的概念，做一个股票的预测决策模型，然后希望决策模型可以考虑到这个时间点之前的4个时间点的股票价格进行决策，总共有3种决策：
- 0：不操作，
- 1：买入，
- 2：卖出
所以其实就是一个分类问题。因为要求视野域是4，所以按照上面的设想，要堆积3个卷积核为2的1维卷积层：
三次卷积，可以让最后的输出，拥有4个视野域。就像是上图中红色的部分，就是做出一个决策的过程。
股票数据，往往是按照分钟记录的，那少说也是十万、百万的数据量，我们决策，想要考虑之前1000个时间点呢？视野域要是1000，那意味着要999层卷积?(每经过一层，节点相对于前层减少一个，我们最后的输出只有一个节点，如果输入视野为1000，需要经过999层才能变为最后输出的一个节点)，啥计算机吃得消这样的计算。所以引入了膨胀因果卷积。
膨胀/空洞/扩张因果卷积(Dilated Causal Convolution)
- 单纯的因果卷积还是存在传统卷积神经网络的问题，即对时间的建模长度是受限于卷积核大小的，如果要想抓去更长的依赖关系，就需要线性的堆叠很多的层。
- 标准的 CNN 可以通过增加 pooling 层来获得更大的感受野，而经过 pooling 层后肯定存在信息损失的问题。
膨胀卷积是在标准的卷积里注入空洞，以此来增加感受野。和传统卷积不同的是，膨胀卷积允许卷积时的输入存在间隔采样，采样率受超参数 dilation rate控制，指的是做卷积操作时kernel里面的元素之间的下标间隔（标准的 CNN 中 dilatation rate = 1，dilatation rate=2，表示输入时每2个点采样一个作为输入）。空洞的好处是不做 pooling 损失信息的情况下，增加了感受野，让每个卷积输出都包含较大范围的信息。下图展示了标准 CNN （左）和 Dilated Convolution （右），右图中的 dilatation rate 等于 2 。
如下图，这个就是dilation=2的时候的膨胀因果卷积的情况，
与之前的区别有两个：
- 看红色区域：可以看到卷积核大小依然是2，但是卷积核之间变得空洞了，每2个点采样一个作为输入；如果dilation=3的话，那么可以想而知，这个卷积核中间会空的更大，每3个点采样一个作为输入。
- 看淡绿色数据：因为dilation变大了，所以相应的padding的数量从1变成了2，所以为了保证输入输出的特征维度相同，padding的数值(在卷积核是2的情况下)等于dalition的数值（一般情况下，padding=（kernel_size-1）*dilation，空洞因果卷积的感受野范围大小为(每个卷积核元素之间有dilation-1个空洞节点)：（kernel_size-1）*(dilation-1) + kernel_size = （kernel_size-1）*(dilation-1) + (kernel_size-1) + 1 = （kernel_size-1）*dilation + 1，或者(从第一个节点开始，每dilation个节点进行采样):（kernel_size-1)*dilation + 1。以输入中的第一个元素作为空洞因果卷积的最后一个元素，则它的左边需要padding的个数为：（kernel_size-1)*dilation + 1 – 1 = （kernel_size-1)*dilation）
然后我们依然实现上面那个例子，每次决策想要视野域为4：
可以看到，第一次卷积使用dilation=1的卷积，然后第二次使用dilation=2的卷积，这样通过两次卷积就可以实现视野域是4.
那么假设事业域要是8呢？那就再加一个dilation=4的卷积。在实践中，通常随网络层数增加， dilation以 2 的指数增长，dilation的值是2的次方，然后视野域也是2的次方的增长。
因为研究对象是时间序列，TCN 采用一维的卷积网络。下图是 TCN 架构中的因果卷积与空洞卷积，
可以看到，
- 每一层 $t$ 时刻的值只依赖于上一层 $t,t−1,..$ 时刻的值，体现了因果卷积的特性；
- 而每一层对上一层信息的提取，都是跳跃式的，且逐层 dilated rate 以 2 的指数增长，体现了空洞卷积的特性。
- 由于采用了空洞卷积，因此每一层都要做 padding（通常情况下补 0），padding 的大小为：padding=（kernel_size-1）*dilation 。
残差模块（Residual block）
CNN 能够提取 low/mid/high-level 的特征，网络的层数越多，意味着能够提取到不同 level的特征越丰富。并且，越深的网络提取的特征越抽象，越具有语义信息。
如果简单地增加深度，会导致梯度消失或梯度爆炸。对于该问题的解决方法是权重参数初始化和采用正则化层（Batch Normalization），这样可以训练几十层的网络。
解决了梯度问题，还会出现另一个问题：网络退化问题。随着网络层数的增加，在训练集上的准确率趋于饱和甚至下降了。注意这不是过拟合问题，因为过拟合会在训练集上表现的更好。下图是一个网络退化的例子，20 层的网络比 56 层的网络表现更好。
理论上 56 层网络的解空间包括了 20 层网络的解空间，因此 56 层网络的表现应该大于等于20 层网络。但是从训练结果来看，56 层网络无论是训练误差还是测试误差都大于 20 层网络（这也说明了为什么不是过拟合现象，因为 56 层网络本身的训练误差都没有降下去）。这是因为虽然 56 层网络的解空间包含了 20 层网络的解空间，但是我们在训练中用的是随机梯度下降策略，往往得到的不是全局最优解，而是局部最优解。显然 56 层网络的解空间更加的复杂，所以导致使用随机梯度下降无法得到最优解。
假设已经有了一个最优的网络结构，是 18 层。当我们设计网络结构时，我们并不知道具体多少层的网络拥有最优的网络结构，假设设计了 34 层的网络结构。那么多出来的 16 层其实是冗余的，我们希望训练网络的过程中，模型能够自己训练这 16 层为恒等映射，也就是经过这16 层时的输入与输出完全一样。但是往往模型很难将这 16 层恒等映射的参数学习正确，这样的网络一定比最优的 18 层网络表现差，这就是随着网络加深，模型退化的原因。因此解决网络退化的问题，就是解决如何让网络的冗余层产生恒等映射（深层网络等价于一个浅层网络）。
通常情况下，让网络的某一层学习恒等映射函数 $H(x)=x$ 比较困难，但是如果我们把网络设计为 $H(x)=F(x)+x$ ，我们就可以将学习恒等映射函数转换为学习一个残差函数 $F(x)=H(x)−x$ ，只要 $F(x)=0$ ，就构成了一个恒等映射 $H(x)=x$ 。在参数初始化的时候，一般权重参数都比较小，非常适合学习 $F(x)=0$ ，因此拟合残差会更加容易，这就是残差网络的思想。
下图为残差模块的结构，
该模块提供了两种选择方式，也就是
- identity mapping（即 x ，右侧“弯弯的线”，称为 shortcut 连接）
- residual mapping（即 F(x) ），
如果网络已经到达最优，继续加深网络，residual mapping 将被 push 为 0，只剩下 identity mapping，这样理论上网络一直处于最优状态了，网络的性能也就不会随着深度增加而降低了。
这种残差模块结构可以通过前向神经网络 + shortcut 连接实现。而且 shortcut 连接相当于简单执行了同等映射，不会产生额外的参数，也不会增加计算复杂度，整个网络依旧可以通过端到端的反向传播训练。
上图中残差模块包含两层网络。实验证明，残差模块往往需要两层以上，单单一层的残差模块 并不能起到提升作用。shortcut 有两种连接方式：
- identity mapping 同等维度的映射（ $F(x)$ 与 $x$ 维度相同）：
$F(x)=W_2σ(W_1x+b_1)+b_2，H(x)=F(x)+x$
- identity mapping 不同维度的映射（ $F(x)$ 与 $x$ 维度不同）：
$F(x)=W_2σ(W_1x+b_1)+b_2，H(x)=F(x)+W_sx$
以上是基于全连接层的表示，实际上残差模块可以用于卷积层。加法变为对应 channel 间的两个 feature map 逐元素相加。 对于残差网络，维度匹配的 shortcut 连接为实线，反之为虚线。在残差网络中，有很多残差模块，下图是一个残差网络。每个残差模块包含两层，相同维度残差模块之间采用实线连接，不同维度残差模块之间采用虚线连接。网络的 2、3 层执行 3x3x64 的卷积，他们的 channel 个数相同，所以采用计算： $H(x)=F(x)+x$ ；网络的 4、5 层执行 3x3x128 的卷积，与第 3 层的 channel 个数不同 (64 和 128)，所以采用计算方式： $H(x)=F(x)+W_sx$ 。其中 $W_s$ 是卷积操作（用 128 个 3x3x64 的 filter），用来调整 x 的 channel 个数。
下图是 TCN 架构中的残差模块如下图所示：
TCN的基本模块TemporalBlock()
- 卷积并进行weight_norm结束后会因为padding导致卷积之后的新数据的尺寸B>输入数据的尺寸A，所以只保留输出数据中前面A个数据；
- 卷积之后加上个ReLU和Dropout层，不过分吧这要求。
- 然后TCN中并不是每一次卷积都会扩大一倍的dilation，而是每两次扩大一倍的dilation
- 总之，TCN中的基本组件：TemporalBlock()是两个dilation相同的卷积层，卷积+修改数据尺寸+relu+dropout+卷积+修改数据尺寸+relu+dropout
- 之后弄一个Resnet残差连接来避免梯度消失，结束！
TCN原作者pytorch核心代码实现
# 导入库
import torch
import torch.nn as nn
#Applies weight normalization to a parameter in the given module.
from torch.nn.utils import weight_norm
# 这个函数是用来修剪卷积之后的数据的尺寸，让其与输入数据尺寸相同。
class Chomp1d(nn.Module):
def __init__(self, chomp_size):
super(Chomp1d, self).__init__()
self.chomp_size = chomp_size#这个chomp_size就是padding的值
def forward(self, x):
return x[:, :, :-self.chomp_size].contiguous()
# 这个就是TCN的基本模块，包含8个部分，两个（卷积+修剪+relu+dropout）
# 里面提到的downsample就是下采样，其实就是实现残差链接的部分。不理解的可以无视这个
class TemporalBlock(nn.Module):
def __init__(self, n_inputs, n_outputs, kernel_size, stride, dilation, padding, dropout=0.2):
super(TemporalBlock, self).__init__()
self.conv1 = weight_norm(nn.Conv1d(n_inputs, n_outputs, kernel_size,
stride=stride, padding=padding, dilation=dilation))
self.chomp1 = Chomp1d(padding)
self.relu1 = nn.ReLU()
self.dropout1 = nn.Dropout(dropout)
self.conv2 = weight_norm(nn.Conv1d(n_outputs, n_outputs, kernel_size,
stride=stride, padding=padding, dilation=dilation))
self.chomp2 = Chomp1d(padding)
self.relu2 = nn.ReLU()
self.dropout2 = nn.Dropout(dropout)
self.net = nn.Sequential(self.conv1, self.chomp1, self.relu1, self.dropout1,
self.conv2, self.chomp2, self.relu2, self.dropout2)
self.downsample = nn.Conv1d(n_inputs, n_outputs, 1) if n_inputs != n_outputs else None
self.relu = nn.ReLU()
self.init_weights()
def init_weights(self):
self.conv1.weight.data.normal_(0, 0.01)
self.conv2.weight.data.normal_(0, 0.01)
if self.downsample is not None:
self.downsample.weight.data.normal_(0, 0.01)
def forward(self, x):
out = self.net(x)
res = x if self.downsample is None else self.downsample(x)
return self.relu(out + res)
#最后就是TCN的主网络了
class TemporalConvNet(nn.Module):
def __init__(self, num_inputs, num_channels, kernel_size=2, dropout=0.2):
super(TemporalConvNet, self).__init__()
layers = []
num_levels = len(num_channels)
for i in range(num_levels):
dilation_size = 2 ** i
in_channels = num_inputs if i == 0 else num_channels[i-1]
out_channels = num_channels[i]
layers += [TemporalBlock(in_channels, out_channels, kernel_size, stride=1, dilation=dilation_size,
padding=(kernel_size-1) * dilation_size, dropout=dropout)]
self.network = nn.Sequential(*layers)
def forward(self, x):
return self.network(x)
TCN时间序列实战
本部分我们将考虑解决下面的多变量输入时间序列问题。
$Y_t= Y_{t-1} – (R_{1,t-1}+ R_{1,t-2})+ 4R_{2,t-3}(R_{3,t-4}+ R_{3,t-6})$
这里，
- $R_{1,t}$是一个随机变量，
- $R_{2,t}$是一个随机变量
- $R_{3,t}$是一个随机变量，它以0.25的概率输出1，其他情况下输出0，,
我们来逐个文件来看里面的代码。
model.py：
import torch.nn as nn
from torch.nn.utils import weight_norm
class Crop(nn.Module):
def __init__(self, crop_size):
super(Crop, self).__init__()
self.crop_size = crop_size
def forward(self, x):
return x[:, :, :-self.crop_size].contiguous()
class TemporalCasualLayer(nn.Module):
def __init__(self, n_inputs, n_outputs, kernel_size, stride, dilation, dropout = 0.2):
super(TemporalCasualLayer, self).__init__()
padding = (kernel_size - 1) * dilation
conv_params = {
'kernel_size': kernel_size,
'stride': stride,
'padding': padding,
'dilation': dilation
}
self.conv1 = weight_norm(nn.Conv1d(n_inputs, n_outputs, **conv_params))
self.crop1 = Crop(padding)
self.relu1 = nn.ReLU()
self.dropout1 = nn.Dropout(dropout)
self.conv2 = weight_norm(nn.Conv1d(n_outputs, n_outputs, **conv_params))
self.crop2 = Crop(padding)
self.relu2 = nn.ReLU()
self.dropout2 = nn.Dropout(dropout)
self.net = nn.Sequential(self.conv1, self.crop1, self.relu1, self.dropout1,
self.conv2, self.crop2, self.relu2, self.dropout2)
#shortcut connect
self.bias = nn.Conv1d(n_inputs, n_outputs, 1) if n_inputs != n_outputs else None
self.relu = nn.ReLU()
def forward(self, x):
y = self.net(x)
b = x if self.bias is None else self.bias(x)
return self.relu(y + b)
class TemporalConvolutionNetwork(nn.Module):
def __init__(self, num_inputs, num_channels, kernel_size = 2, dropout = 0.2):
super(TemporalConvolutionNetwork, self).__init__()
layers = []
num_levels = len(num_channels)
tcl_param = {
'kernel_size': kernel_size,
'stride': 1,
'dropout': dropout
}
for i in range(num_levels):
dilation = 2**i
in_ch = num_inputs if i == 0 else num_channels[i - 1]
out_ch = num_channels[i]
tcl_param['dilation'] = dilation
tcl = TemporalCasualLayer(in_ch, out_ch, **tcl_param)
layers.append(tcl)
self.network = nn.Sequential(*layers)
def forward(self, x):
return self.network(x)
class TCN(nn.Module):
def __init__(self, input_size, output_size, num_channels, kernel_size, dropout):
super(TCN, self).__init__()
self.tcn = TemporalConvolutionNetwork(input_size, num_channels, kernel_size = kernel_size, dropout = dropout)
self.linear = nn.Linear(num_channels[-1], output_size)
def forward(self, x):
y = self.tcn(x)#[N,C_out,L_out=L_in]
return self.linear(y[:, :, -1])
ts.py：
import random
import numpy as np
def generate_time_series(len):
backshift = 10
# np.random.random(size=None)
# Return random floats in the half-open interval [0.0, 1.0).
r1 = np.random.random(len + backshift)
r2 = np.random.random(len + backshift)
# random.choices(population,weights=None,*,cum_weights=None,k=1)
# 从population中随机选取k次数据，返回一个列表，可以设置权重。
# 注意：每次选取都不会影响原序列，每一次选取都是基于原序列。
# 参数weights设置相对权重，它的值是一个列表，设置之后，每一个成员被抽取到的概率就被确定了。
# 比如weights=[1,2,3,4,5],那么第一个成员的概率就是P=1/(1+2+3+4+5)=1/15。
# cum_weights设置累加权重，Python会自动把相对权重转换为累加权重，即如果你直接给出累加权重，
# 那么就不需要给出相对权重，且Python省略了一步执行。
# 比如weights=[1,2,3,4],那么cum_weights=[1,3,6,10]
# 这也就不难理解为什么cum_weights=[1,1,1,1,1]输出全是第一个成员1了。
rm = [random.choices([0, 0, 0, 1])[0]
for _ in range(len + backshift)]
ts = np.zeros([len + backshift, 4])
for i in range(backshift, len + backshift):
ts[i, 1] = r1[i]
ts[i, 2] = r2[i]
ts[i, 3] = rm[i]
ts[i, 0] = ts[i - 1, 0] -\
(r1[i - 1] + r1[i - 2]) +\
4 * r2[i - 3] * (rm[i - 4] + rm[i - 6])
return ts[backshift:]
training_datasets.py：
import os
import pandas as pd
import torch
def sliding_window(ts, features, target_len = 1):
X = []
Y = []
# 产生的样本x为：[(i-target_len) - features,i - target_len)
# y为：[i-target_len,i)
# 可以看出，这里产生的样本是用过去历史上features个时刻的信息去
# 去预测未来target_len(这里target_len=1)个时刻
for i in range(features + target_len, len(ts) + 1):
X.append(ts[(i-target_len) - features:i - target_len])
Y.append(ts[i - target_len:i])
return X, Y
# 对时间序列做差分处理
def ts_diff(ts):
diff_ts = [0] * len(ts)
for i in range(1, len(ts)):
diff_ts[i] = ts[i] - ts[i - 1]
return diff_ts
# 从预测出的各个时刻的差分值还原出实际的各个时刻的值
def ts_int(ts_diff, ts_base, start = 0):
ts = []
for i in range(len(ts_diff)):
if i == 0:
ts.append(start + ts_diff[0])
else:
ts.append(ts_diff[i] + ts_base[i - 1])
return ts
def get_aep_timeseries():
dir_path = os.path.dirname(os.path.realpath(__file__))
df = pd.read_csv(f'{dir_path}/data/AEP_hourly.csv')
ts = df['AEP_MW'].astype(int).values.reshape(-1, 1)[-3000:]
return ts
def get_pjme_timeseries():
dir_path = os.path.dirname(os.path.realpath(__file__))
df = pd.read_csv(f'{dir_path}/data/PJME_hourly.csv')
ts = df['PJME_MW'].astype(int).values.reshape(-1, 1)[-3000:]
return ts
def get_ni_timeseries():
dir_path = os.path.dirname(os.path.realpath(__file__))
df = pd.read_csv(f'{dir_path}/data/NI_hourly.csv')
ts = df['NI_MW'].astype(int).values.reshape(-1, 1)[-3000:]
return ts
def get_training_datasets(ts, features, test_len, train_ratio = .7, target_len = 1):
X, Y = sliding_window(ts, features, target_len)
X_train, Y_train, X_test, Y_test = X[0:-test_len],\
Y[0:-test_len],\
X[-test_len:],\
Y[-test_len:]
train_len = round(len(ts) * train_ratio)
X_train, X_val, Y_train, Y_val = X_train[0:train_len],\
X_train[train_len:],\
Y_train[0:train_len],\
Y_train[train_len:]
x_train = torch.tensor(data = X_train).float()
y_train = torch.tensor(data = Y_train).float()
x_val = torch.tensor(data = X_val).float()
y_val = torch.tensor(data = Y_val).float()
x_test = torch.tensor(data = X_test).float()
y_test = torch.tensor(data = Y_test).float()
return x_train, x_val, x_test, y_train, y_val, y_test
dummy.py：
import torch.nn as nn
# dummy prediction model (Y_t= Y_{t-1})
class Dummy(nn.Module):
def __init__(self):
super(Dummy, self).__init__()
def forward(self, x):# x(x_test):[n_test,4,features]
return x[:, 0, -1].unsqueeze(1)# 返回值形状：[n_test,1]
example.py：
import copy
import random
import sys
import os
os.environ["KMP_DUPLICATE_LIB_OK"]="TRUE"
import numpy as np
import matplotlib.pyplot as plt
import torch
from dummy import Dummy
from model import TCN
from ts import generate_time_series
from training_datasets import get_training_datasets, ts_diff, ts_int
seed = 12
random.seed(seed)
np.random.seed(seed)
torch.manual_seed(seed)
# time series input
features = 20
# training epochs
epochs = 1_000
# synthetic time series dataset
ts_len = 5_000
# test dataset size
test_len = 300
# temporal casual layer channels
channel_sizes = [10] * 4
# convolution kernel size
kernel_size = 5
dropout = .0
ts = generate_time_series(ts_len)
# 对时间序列进行差分处理
ts_diff_y = ts_diff(ts[:, 0])
ts_diff = copy.deepcopy(ts)
ts_diff[:, 0] = ts_diff_y
# x:[N,features,4],y:[N,1,1]
x_train, x_val, x_test, y_train, y_val, y_test =\
get_training_datasets(ts_diff, features, test_len)
# [n_train,4,features]
x_train = x_train.transpose(1, 2)
# [n_val,4,features]
x_val = x_val.transpose(1, 2)
# [n_test,4,features]
x_test = x_test.transpose(1, 2)
# [N,1]
y_train = y_train[:, :, 0]
y_val = y_val[:, :, 0]
y_test = y_test[:, :, 0]
# device = torch.device("cuda")
# for x in [x_train,x_val,x_test,y_train,y_val,y_test]:
# x = x.to(device)
train_len = x_train.size()[0]
model_params = {
# 'input_size',C_in
'input_size': 4,
# 单步，预测未来一个时刻
'output_size': 1,
'num_channels': channel_sizes,
'kernel_size': kernel_size,
'dropout': dropout
}
model = TCN(**model_params)
# model = model.to(device)
optimizer = torch.optim.Adam(params = model.parameters(), lr = .005)
mse_loss = torch.nn.MSELoss()
best_params = None
min_val_loss = sys.maxsize
training_loss = []
validation_loss = []
for t in range(epochs):
prediction = model(x_train)
loss = mse_loss(prediction, y_train)
optimizer.zero_grad()
loss.backward()
optimizer.step()
val_prediction = model(x_val)
val_loss = mse_loss(val_prediction, y_val)
training_loss.append(loss.item())
validation_loss.append(val_loss.item())
if val_loss.item() < min_val_loss:
best_params = copy.deepcopy(model.state_dict())
min_val_loss = val_loss.item()
if t % 100 == 0:
diff = (y_train - prediction).view(-1).abs_().tolist()
print(f'epoch {t}. train: {round(loss.item(), 4)}, '
f'val: {round(val_loss.item(), 4)}')
plt.title('Training Progress')
plt.yscale("log")
plt.plot(training_loss, label = 'train')
plt.plot(validation_loss, label = 'validation')
plt.ylabel("Loss")
plt.xlabel("Epoch")
plt.legend()# 图例
plt.show()
best_model = TCN(**model_params)
best_model.eval()
best_model.load_state_dict(best_params)
tcn_prediction = best_model(x_test)
dummy_prediction = Dummy()(x_test)
tcn_mse_loss = round(mse_loss(tcn_prediction, y_test).item(), 4)
dummy_mse_loss = round(mse_loss(dummy_prediction, y_test).item(), 4)
plt.title(f'Test| TCN: {tcn_mse_loss}; Dummy: {dummy_mse_loss}')
plt.plot(
ts_int(
tcn_prediction.view(-1).tolist(),
ts[-test_len:, 0],
start = ts[-test_len - 1, 0]
),
label = 'tcn')
plt.plot(ts[-test_len-1:, 0], label = 'real')
plt.legend()
plt.show()
免责声明：本站所有文章内容,图片，视频等均是来源于用户投稿和互联网及文摘转载整编而成，不代表本站观点，不承担相关法律责任。其著作权各归其原作者或其出版社所有。如发现本站有涉嫌抄袭侵权/违法违规的内容,侵犯到您的权益，请在线联系站长,一经查实,本站将立刻删除。 本文来自网络,若有侵权，请联系删除，如若转载，请注明出处：https://yundeesoft.com/31195.html
