到目前为止，我一直在使用 matlab 对我拥有的大量标记时间序列进行分类。这已经相对成功，但我想尝试使用 Tensorflow 来应用深度学习范式。

我对此完全是个菜鸟，所以我对文献有点不知所措，因为我正在努力将诸如 0-9 位分类示例之类的示例概括为我的问题。

我当前的代码读取 1064 个时间序列（长度 3125），读取标签，将标签转换为 onehot_encoding 并提取训练和验证集。

#Not all code included
def read_data():
    #Get labels from the labels.txt file
    labels = pd.read_csv('labels.txt', header = None)
    labels = labels.values

    data = pd.read_csv('ts.txt',header = None)

    return data, labels

data, labels = read_data()

# Default split is 75% train 25% test
ts_train, ts_test, labels_train, labels_test = train_test_split(data,labels)

onehot_encoder = OneHotEncoder(sparse=False)
labels_train = onehot_encoder.fit_transform(labels_train)
labels_test = onehot_encoder.fit_transform(labels_test)

#Construct the graph
batch_size = 100
seq_len = 3125
learning_rate = 0.0001
epochs = 1000

但现在我需要构建图表，我有点迷茫。如果有人可以链接我一些有用的例子，我将非常感激谢谢。