使用.tfrecord文件进行预测的最佳实践

问题描述

将数据存储到TFRecord文件中或从中读取数据以训练预测模型的最佳实践是什么？我想建立一个模型，根据其历史运行状况数据（例如，来自一组电动机的历史数据，包括每个电动机的转速，错误率，故障，等）。

我可以使用Apache Beam / Dataflow进行整个预处理（标准化数据，估算缺失值，设计新功能，拆分以训练/验证/测试集等）。但是我在想，也许最好将原始数据存储为.tfrecord文件，并使用TFX进行规范化，插补等操作，以使实验更加容易。 TFX tensorflow_transform currently doesn't support tf.SequenceExample files。因此，我正在考虑将原始数据存储为tf.Example文件，每个记录都采用以下格式：

example_proto = tf.train.Example(features=tf.train.Features(feature={
    'timestamp': tf.train.Feature(int64_list=tf.train.Int64List(
        value=[1601200000,1601200060,1601200120,...])),'feature0': tf.train.Feature(float_list=tf.train.FloatList(
        value=[np.nan,15523.0,np.nan,'feature1': tf.train.Feature(float_list=tf.train.FloatList(
        value=[1.0,-8.0,...
    'label': tf.train.Feature(float_list=tf.train.FloatList(
        value=[0.5,-10.3,2.1,}))

您怎么看？有提示吗？

解决方法

TFX 0.23.0在某些组件中增加了对TF.ExampleSequence的支持。

您也可以使用TF.Example以描述方式使用列表。如果您需要根据TF向模型中输入序列，例如，您将需要使用TF.transform来对输入的值进行叠加和整形。

float32 = tf.reshape(
        tf.stack(...),[-1,timesteps,features)])