如何解决从张量流数据集中的元组中采样
我有一个时间序列特征(numpy数组)和一个标签(时间步长相同,还有numpy数组)。我用tf.keras.preprocessing.timeseries_dataset_from_array()来获取(feature(batched),labels(batched))的元组。
我的问题是我想将其分为训练和验证(测试已经分开)。我希望它经过改组并加窗口显示,因此在timeseries_dataset_from_array()方法之前以及之后的元组中都无法执行。我可以吗?
(train_features,train_labels)=(output_tuple [0] .take(num_training_sample),output_tuple [1] .take(num_training_sample))
这是否会更改功能和标签的顺序?
更新: 我所拥有的是以下
#feature of size (2757698,21,4,1) time series array
#labels of size (2757698,3)
w = (timeseries_dataset_from_array(
features[:train_size,:,:],self.target[:train_size,self.WINDOW_SIZE,sequence_stride=1,sampling_rate=1,batch_size=batch_size,shuffle=True,start_index=start,end_index=end))
# output is a tuple as a batch of size ((256,60,1),(256,3)),60 is the window size
Output是一个生成器,您可以将其输入到model.fit()!
我需要的是,将这个train_dataset在洗牌后拆分为训练和验证。如您所见,我已经从最后选择了测试数据。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。