我正在尝试创建一个数据集,该数据集将使用TensorFlow 2.0返回时间序列中的随机窗口以及下一个值作为目标.
我正在使用Dataset.window(),它看起来很有希望：
import tensorflow as tf
dataset = tf.data.Dataset.from_tensor_slices(tf.range(10))
dataset = dataset.window(5,shift=1,drop_remainder=True)
for window in dataset:
print([elem.numpy() for elem in window])
输出：
[0,1,2,3,4]
[1,4,5]
[2,5,6]
[3,6,7]
[4,7,8]
[5,8,9]
但是,我想使用最后一个值作为目标.如果每个窗口都是张量,我将使用：
dataset = dataset.map(lambda window: (window[:-1],window[-1:]))
但是,如果尝试此操作,则会出现异常：
TypeError: '_VariantDataset' object is not subscriptable
最佳答案
解决方案是这样调用flat_map()：
dataset = dataset.flat_map(lambda window: window.batch(5))
现在数据集中的每个项目都是一个窗口,因此您可以像这样拆分它：
dataset = dataset.map(lambda window: (window[:-1],window[-1:]))
因此,完整的代码是：
import tensorflow as tf
dataset = tf.data.Dataset.from_tensor_slices(tf.range(10))
dataset = dataset.window(5,drop_remainder=True)
dataset = dataset.flat_map(lambda window: window.batch(5))
dataset = dataset.map(lambda window: (window[:-1],window[-1:]))
for X,y in dataset:
print("Input:",X.numpy(),"Target:",y.numpy())
哪个输出：
Input: [0 1 2 3] Target: [4]
Input: [1 2 3 4] Target: [5]
Input: [2 3 4 5] Target: [6]
Input: [3 4 5 6] Target: [7]
Input: [4 5 6 7] Target: [8]
Input: [5 6 7 8] Target: [9]