资讯 社区 文档
技术能力
语音技术
文字识别
人脸与人体
图像技术
语言与知识
视频技术

时序分类使用文档

产线介绍

时间序列分类是时间序列分析的一个重要应用场景,目的是利用标记好的训练数据,确定一个时间序列属于预先定义的哪一个类别。常见的应用场景包括:医疗健康监测,工业设备状态监测,交通状况分类等。

模型方案介绍

本产线的模型方案包含1个模块,对应 在线体验应用 中的结果:时间序列的类别。由于时序与数据场景强相关,因此不支持直接部署。如果你希望对自己的场景进行训练部署,可以向下查找模型介绍,选择合适的模型做训练。

时序分类模型

模型列表 acc(%) 模型存储大小(M)
TimesNet_cls 67.9 5.3M

注:以上精度指标测量自 UEA/FaceDetection 数据集。

数据准备

时序分类要求的数据集格式,支持 xls、xlsx 格式的数据集转换为 csv 格式。

TSCLSDataset

请按照如下格式准备数据,以确保产线可以正确读取数据集,进行模型训练。

dataset_dir     # 数据集根目录,目录名称可以改变
├── train.csv   # 训练集文件,文件名称不可改变,群组编号名称固定为"group_id",标签变量名称固定为"label"
├── val.csv     # 验证集文件,文件名称不可改变,群组编号名称固定为"group_id",标签变量名称固定为"label"
└── test.csv    # 测试集文件,文件名称不可改变,群组编号名称固定为"group_id",标签变量(可不包含)名称固定为"label"

你可以参考:示例数据集

参数准备

正确设置训练参数对于模型训练至关重要,本产线支持两种参数设置方式:修改表单和修改配置文件,常见训练参数推荐使用表单修改,可展开高级设置修改更多参数,对飞桨套件参数较熟悉的用户可以通过表单修改全部训练参数。训练模型的基础配置和高级配置参数如下:

基础配置

  • 时间列(time_col):须结合自己的数据设置时间序列数据集的时间列的列名称。
  • 目标变量列(target_col):须结合自己的数据设置时间序列数据集的目标变量的列名称,可以为多个,多个之间用','分隔。
  • 频率(freq):须结合自己的数据设置时间频率,如:1min、5min、1h。
  • 群组编号(seq_len):须结合自己的数据设置指定群组编号的列名称, 如:group_id, 群组编号表示的是每个时序样本。
  • 标签变量(static_cov_cols):代表时序的类别,须结合自己的数据设置类别的列名称,如:label。
  • 轮次(Epochs):模型对训练数据的重复学习次数,一般来说,轮次越大,模型训练时间越长,模型精度越高,但是如果设置特别大,可能会导致模型过拟合。
  • 批大小(Batch Size):由于模型每轮次的训练是分批读取数据的,批大小是每一批数据的数据量,和显存直接相关,批大小越大模型训练的速度越快,显存占用越高。为确保训练不会因为显存溢出而终止。
  • 学习率(Learning Rate):模型训练过程中梯度调整的步长,通常与批大小成正比例关系,学习率设置过大可能会导致模型训练不收敛,设置过小可能会导致模型收敛速度过慢。在不同的数据集上学习率可能不同,对结果影响较大,需要不断调试。

高级配置

  • 耐心:时序模型在数据量少的情况下,容易导致过拟合,因此该参数是控制在验证集上的精度有多少轮没有提升时,就停止训练。

提交训练

训练套餐包括:

  • V100 32G 1卡 3算力点/小时
  • V100 32G 1卡 30A币/小时

支持用户选择算力点或 A 币支付 GPU 使用花费。你可以根据自己的需求和平台 GPU 占用情况选择合适的训练套餐。

为鼓励更多用户体验模型产线新功能,每个账户赠送 3 张限时免费卡,前三次使用 V100 32G 1卡 30A币/小时训练套餐免费,之后将按对应训练时长计费,此外,训练过程中主动停止或因配置信息有误导致的训练失败,限免卡不返还。

产线详情页

提交训练后,页面会刷新为产线详情页,展示用户设置的全部训练配置信息,包括:产线模板、微调模型、训练参数配置、数据集、输出路径、资源选择和任务状态。当 GPU 集群可以执行训练任务时,任务状态显示为运行中,日志详情实时打印当前训练 log;当 GPU 集群暂无资源执行训练任务时,任务状态显示为排队中,此时可选择取消排队,返回配置中状态,如使用限免卡,限免卡会原路返还。

产线评估

产线状态为完成态(含运行成功、已停止、运行失败)时,产线内通常有结果产出,支持用户对产出的模型权重进行评估。训练中使用验证集评估的结果被提前保存,以表单的形式展示在评估页面,方便用户查看和标记模型权重。

注:由于时序的场景强相关性,时序相关产线均不支持直接部署。

标记模型权重

每条产线产出的最佳模型权重,为方便用户查找和管理,你可以在这里对模型权重做个标记,并为它取一个昵称(例如:数据集A评估最佳)。标记过的模型权重支持跨产线导入,也就是说,你可以在其他产线的同模型名选择权重(如模型部署、断点训练)的下拉菜单中,找到在本产线标记过的权重。当然,权重也可以取消标记,以减少选择成本。

创建评估任务

除了在验证集上评估模型权重外,如果你还有一批新的测试数据,可以选择自定义测试集的方式,上传测试数据并进行评估。请注意数据集的格式要求与训练数据集相同,但此处不会进行数据校验,如果数据格式存在问题,可能会引发评估任务失败。

历史评估任务的设置信息与日志会完整保留,可以通过历史记录查看详细情况。

产线部署

本产线支持两种部署方式:在线服务化部署和导出离线部署包。你可以根据自己的实际需求选择合适的部署方式,使用你满意的模型方案。

在线服务化部署

服务化部署指的是将模型方案部署为一个云端可调用 API,服务成功运行后,你可以使用自己的访问令牌鉴权后调用 API。此外,在线体验的应用中也可以找到这个 API 进行小样本可视化测试哦。

注:这种方式适用于数据不敏感且无部署机器的用户使用,API 为用户私有,仅能通过用户个人的访问令牌鉴权后调用。

导出离线部署包

如果你有离线部署的需求,产线也支持用户导出离线部署包。与在线服务化部署不同的是,你需要选择本地运行环境,产线会依据运行环境的不同导出相应的部署包,支持用户下载后本地运行。

上一篇
通用语义分割产线使用文档
下一篇
时序预测使用文档