设置训练数据

训练数据配置决定模型从哪些运行记录中学习，以及用哪些记录评估效果。比如训练冰箱温控模型时，应让训练集覆盖压缩机启停、开门扰动和不同环境温度，并保留其他运行段检查模型能否预测相同工况下的温度变化。

本页从已经整理好的 NPZ/HDF5 文件开始。变量抽取、数组形状和轨迹边界的制作方法见准备数据。

指定数据文件

将下面的 data 块放入任务配置中，替换为实际文件路径：

data:
  path: data/train.npz
  val_path: null
  train_ratio: 0.8
  split_mode: outside_traj
  split_seed: 42
  batch_size: 256
  num_workers: 0
  normalization: min_max_scaler

相对路径以配置文件所在目录为基准。也可以在运行时指定文件，CLI 值优先于 YAML：

revive train --config config.yaml --train-data train.npz --val-data val.npz

提供 val_path 或 --val-data 后，训练文件全部用于训练，独立验证文件用于验证；未提供时，才按 train_ratio 划分训练文件。验证集用于选择模型和参数，最终业务测试应另留数据。

划分数据集

根据运行记录选择划分方式

split_mode	如何划分	适合什么时候用
outside_traj（默认）	整条轨迹分配到训练集或验证集	有多个独立运行段，需要检查其他运行段的预测效果
inside_traj	在每条轨迹内划分训练和验证片段	轨迹数较少，接受训练与验证片段存在时间相关性
inside_traj_reverse	使用轨迹内划分的反向分配方式	对比同一轨迹不同时段的覆盖情况

例如，每天一条完整温控记录时，可以按整天划分。若只切出同一天的前后片段，设备状态和环境条件可能十分相近，应结合其他日期或工况的数据解读误差。

图：按整条轨迹或轨迹内部片段划分数据；最终测试数据单独保留。

整次运行只划分一次，所有训练阶段使用相同划分。ADM2 的 holdout_ratio 不会创建另一套验证集；需要修改比例时，设置 data.train_ratio。

固定划分，比较不同训练参数

data.split_seed 固定数据划分，training.seed 控制模型初始化、采样和训练随机性。比较学习率等参数时保持两者一致；检查结果对初始化的敏感程度时，固定 split_seed，再使用同一组训练种子重复比较。

设置归一化

normalization	处理方式	选择依据
min_max_scaler（默认）	按数据中心与半宽换算	先用它建立基线，检查各变量的数值尺度
z_score	按均值与标准差换算	分布与尺度差异明显时，作为对照方案比较

归一化统计使用本次运行可见的全部训练与验证数据，在划分前计算。即使通过独立 val_path 提供验证文件，该文件仍参与统计。因此，验证集适合选模；要检验完全未见的数据，应另留不参与本次归一化、训练和选模的最终测试集。

统计量随模型保存，部署时由模型复用。物理边界来自 graph.columns，数据最大值不会自动成为设备的动作上限。更换归一化方式会改变模型的数值映射，应使用新的运行记录比较，已有模型复用和续训需保持统计信息兼容。

调整批量与读取速度

遇到的问题	优先调整	检查什么
显存或内存不足	减小 batch_size	单批占用、训练曲线与多步训练长度
设备利用率低，时间花在取数据上	从 num_workers: 0 开始逐步增加	每轮耗时、CPU 与内存占用
大批量后每轮更快，但误差变差	比较批量与学习率组合	固定验证条件下的选中模型
参数搜索中读取进程过多	限制 num_workers	每个试验申请的 CPU 配额

data.batch_size 是通用批量设置；算法若显式设置自己的 batch_size，还需核对该阶段的生效值。num_workers 控制 DataLoader 进程数，可增加并行读取能力，也会占用额外内存。验证缓存和准备线程单独在验证执行设置中配置。

检查数据质量

revive validate --config config.yaml --train-data train.npz --data-health

先检查缺失值、非有限值、类别集合、连续量范围和轨迹结构，再查看训练与验证是否覆盖相同的主要工况。体检只生成报告，不自动清洗数据或改变归一化。

以温控为例，若验证集主要包含高温开门工况，而训练集几乎只有稳定低温段，增加训练轮数通常不能补齐这种覆盖差异。应补充相应数据，或明确模型的适用范围。图表与报告读法见分析训练结果，各字段类型见数据字段参考。