回归 - KerasSequential回归 (KerasSequentialRegressor) - 《Alink 1.5.6 文档 - 帮助手册 - 教程》

功能介绍
参数说明
代码示例

Java 类名：com.alibaba.alink.pipeline.regression.KerasSequentialRegressor
Python 类名：KerasSequentialRegressor

功能介绍

构建一个 Keras 的 Sequential 模型，
训练回归模型。
通过 layers 参数指定构成 Sequential 模型的网络层，Alink 会自动在最开始添加 Input 层，在最后添加 Dense 层和激活层，得到完整的模型用于训练。
指定 layers 参数时，使用的是 Python 语句，例如

"Conv1D(256, 5, padding='same', activation='relu')",
"Conv1D(128, 5, padding='same', activation='relu')",
"Dropout(0.1)",
"MaxPooling1D(pool_size=8)",
"Conv1D(128, 5, padding='same', activation='relu')",
"Conv1D(128, 5, padding='same', activation='relu')",
"Flatten()"

tf.keras.layers 内的网络层已经提前 import，可以直接使用。
使用的 TensorFlow 版本是 2.3.1。

参数说明

名称	中文名称	描述	类型	是否必须？	默认值
labelCol	标签列名	输入表中的标签列名	String	✓
layers	各 layer 的描述	各 layer 的描述，使用 Python 语法，例如 “Conv1D(256, 5, padding=’same’, activation=’relu’)”	String[]	✓
predictionCol	预测结果列名	预测结果列名	String	✓
tensorCol	tensor列	tensor列	String	✓
batchSize	数据批大小	数据批大小	Integer		128
bestMetric	最优指标	判断模型最优时用的指标，仅在总并发度为 1 时起作用。都支持的有：loss；二分类还支持：auc, precision, recall, binary_accuracy, false_negatives, false_positives, true_negatives, true_positives；多分类还支持：sparse_categorical_accuracy；回归还支持：mean_absolute_error, mean_absolute_percentage_error, mean_squared_error, mean_squared_logarithmic_error, root_mean_squared_error	String		“loss”
checkpointFilePath	保存 checkpoint 的路径	用于保存中间结果的路径，将作为 TensorFlow 中 `Estimator` 的 `model_dir` 传入，需要为所有 worker 都能访问到的目录	String		null
inferBatchSize	推理数据批大小	推理数据批大小	Integer		256
intraOpParallelism	Op 间并发度	Op 间并发度	Integer		4
learningRate	学习率	学习率	Double		0.001
modelFilePath	模型的文件路径	模型的文件路径	String		null
numEpochs	epoch数	epoch数	Integer		10
numPSs	PS 角色数	PS 角色的数量。值未设置时，如果 Worker 角色数也未设置，则为作业总并发度的 1/4（需要取整），否则为总并发度减去 Worker 角色数。	Integer		null
numWorkers	Worker 角色数	Worker 角色的数量。值未设置时，如果 PS 角色数也未设置，则为作业总并发度的 3/4（需要取整），否则为总并发度减去 PS 角色数。	Integer		null
optimizer	优化器	优化器，使用 Python 语法，例如 “Adam(learning_rate=0.1)”	String		“Adam()”
overwriteSink	是否覆写已有数据	是否覆写已有数据	Boolean		false
pythonEnv	Python 环境路径	Python 环境路径，一般情况下不需要填写。如果是压缩文件，需要解压后得到一个目录，且目录名与压缩文件主文件名一致，可以使用 http://, https://, oss://, hdfs:// 等路径；如果是目录，那么只能使用本地路径，即 file://。	String		“”
removeCheckpointBeforeTraining	是否在训练前移除 checkpoint 相关文件	是否在训练前移除 checkpoint 相关文件用于重新训练，只会删除必要的文件	Boolean		null
reservedCols	算法保留列名	算法保留列	String[]		null
saveBestOnly	是否导出最优的 checkpoint	是否导出最优的 checkpoint，仅在总并发度为 1 时生效	Boolean		false
saveCheckpointsEpochs	每隔多少 epochs 保存 checkpoints	每隔多少 epochs 保存 checkpoints	Double		1.0
saveCheckpointsSecs	每隔多少秒保存 checkpoints	每隔多少秒保存 checkpoints	Double
validationSplit	验证集比例	验证集比例，仅在总并发度为 1 时生效	Double		0.0
modelStreamFilePath	模型流的文件路径	模型流的文件路径	String		null
modelStreamScanInterval	扫描模型路径的时间间隔	描模型路径的时间间隔，单位秒	Integer		10
modelStreamStartTime	模型流的起始时间	模型流的起始时间。默认从当前时刻开始读。使用yyyy-mm-dd hh:mm:ss.fffffffff格式，详见Timestamp.valueOf(String s)	String		null

代码示例

以下代码仅用于示意，可能需要修改部分代码或者配置环境后才能正常运行！

Python 代码

source = CsvSourceBatchOp() \
    .setFilePath("https://alink-release.oss-cn-beijing.aliyuncs.com/data-files/random_tensor.csv") \
    .setSchemaStr("tensor string, label double")
source = ToTensorBatchOp() \
    .setSelectedCol("tensor") \
    .setTensorDataType("DOUBLE") \
    .setTensorShape([200, 3]) \
    .linkFrom(source)
trainer = KerasSequentialRegressor() \
    .setTensorCol("tensor") \
    .setLabelCol("label") \
    .setLayers([
        "Conv1D(256, 5, padding='same', activation='relu')",
        "Conv1D(128, 5, padding='same', activation='relu')",
        "Dropout(0.1)",
        "MaxPooling1D(pool_size=8)",
        "Conv1D(128, 5, padding='same', activation='relu')",
        "Conv1D(128, 5, padding='same', activation='relu')",
        "Flatten()"
    ]) \
    .setOptimizer("Adam()") \
    .setNumEpochs(1) \
    .setPredictionCol("pred") \
    .setReservedCols(["label"])
model = trainer.fit(source)
prediction = model.transform(source)
prediction.lazyPrint(10)
BatchOperator.execute()

Java 代码

import com.alibaba.alink.operator.batch.BatchOperator;
import com.alibaba.alink.operator.batch.dataproc.ToTensorBatchOp;
import com.alibaba.alink.operator.batch.source.CsvSourceBatchOp;
import com.alibaba.alink.pipeline.regression.KerasSequentialRegressionModel;
import com.alibaba.alink.pipeline.regression.KerasSequentialRegressor;
import org.junit.Test;
public class KerasSequentialRegressorTest {
    @Test
    public void testKerasSequentialRegressor() throws Exception {
        BatchOperator<?> source = new CsvSourceBatchOp()
            .setFilePath("https://alink-release.oss-cn-beijing.aliyuncs.com/data-files/random_tensor.csv")
            .setSchemaStr("tensor string, label double");
        source = new ToTensorBatchOp()
            .setSelectedCol("tensor")
            .setTensorDataType("DOUBLE")
            .setTensorShape(200, 3)
            .linkFrom(source);
        KerasSequentialRegressor trainer = new KerasSequentialRegressor()
            .setTensorCol("tensor")
            .setLabelCol("label")
            .setLayers(new String[] {
                "Conv1D(256, 5, padding='same', activation='relu')",
                "Conv1D(128, 5, padding='same', activation='relu')",
                "Dropout(0.1)",
                "MaxPooling1D(pool_size=8)",
                "Conv1D(128, 5, padding='same', activation='relu')",
                "Conv1D(128, 5, padding='same', activation='relu')",
                "Flatten()"
            })
            .setOptimizer("Adam()")
            .setNumEpochs(1)
            .setPredictionCol("pred")
            .setReservedCols("label");
        KerasSequentialRegressionModel model = trainer.fit(source);
        BatchOperator <?> prediction = model.transform(source);
        prediction.lazyPrint(10);
        BatchOperator.execute();
    }
}

运行结果

| label | pred | | —- | —- |

| 0.0000 | 0.4580 |

| 1.0000 | 0.4323 |

| 1.0000 | 0.4547 |

| 1.0000 | 0.4381 |

| 0.0000 | 0.4361 |

| 1.0000 | 0.4633 |

| 0.0000 | 0.4565 |

| 1.0000 | 0.4928 |

| 1.0000 | 0.4306 |

| 0.0000 | 0.4359 |