tf.keras.preprocessing.sequence.TimeseriesGenerator

Вспомогательный класс для генерации пакетов временных данных.

Наследует: PyDataset

tf.keras.preprocessing.sequence.TimeseriesGenerator(
    data,
    targets,
    length,
    sampling_rate=1,
    stride=1,
    start_index=0,
    end_index=None,
    shuffle=False,
    reverse=False,
    batch_size=128
)

УСТАРЕЛО.

Этот класс принимает последовательность точек данных, собранных через равные интервалы, и параметры временного ряда, такие как шаг, длина истории и т. д., чтобы формировать пакеты для обучения и проверки.

Аргументы
`data`	Генератор с доступом по индексу (например, список или массив Numpy), содержащий последовательные точки данных (временные шаги). Данные должны быть двумерными, а ось 0 должна соответствовать времени.
`targets`	Целевые значения, соответствующие временным шагам в `data`. Их длина должна совпадать с длиной `data`.
`length`	Длина выходных последовательностей (в количестве временных шагов).
`sampling_rate`	Интервал между последовательными отдельными временными шагами внутри последовательностей. При частоте `r` для создания примера последовательности используются временные шаги `data[i]`, `data[i-r]`, ... `data[i - length]`.
`stride`	Интервал между последовательными выходными последовательностями. При шаге `s` центры соседних выходных примеров будут находиться около `data[i]`, `data[i+s]`, `data[i+2*s]` и т. д.
`start_index`	Точки данных, предшествующие `start_index`, не будут использоваться в выходных последовательностях. Это позволяет зарезервировать часть данных для тестирования или проверки.
`end_index`	Точки данных, следующие за `end_index`, не будут использоваться в выходных последовательностях. Это позволяет зарезервировать часть данных для тестирования или проверки.
`shuffle`	Следует ли перемешивать выходные примеры или выбирать их в хронологическом порядке.
`reverse`	Логическое значение: если `true`, временные шаги в каждом выходном примере будут расположены в обратном хронологическом порядке.
`batch_size`	Количество примеров временного ряда в каждом пакете (кроме, возможно, последнего).

Возвращает
Экземпляр PyDataset.

Атрибуты
`max_queue_size`
`num_batches`	Количество пакетов в PyDataset.
`use_multiprocessing`
`workers`

Методы

`get_config`

Посмотреть исходный код

get_config()

Возвращает конфигурацию TimeseriesGenerator в виде словаря Python.

Возвращает
Словарь Python с конфигурацией TimeseriesGenerator.

`on_epoch_end`

Посмотреть исходный код

on_epoch_end()

Метод, вызываемый в конце каждой эпохи.

`to_json`

Посмотреть исходный код

to_json(
    **kwargs
)

Возвращает строку JSON с конфигурацией генератора.

Аргументы
`**kwargs`	Дополнительные именованные аргументы, передаваемые в `json.dumps()`.

Возвращает
Строка JSON с конфигурацией токенизатора.

`getitem`

Посмотреть исходный код

__getitem__(
    index
)

Возвращает пакет в позиции index.

Аргументы
`index`	позиция пакета в PyDataset.

Возвращает
Пакет

`len`

Посмотреть исходный код

__len__()

© 2022 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 4.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/api_docs/python/tf/keras/preprocessing/sequence/TimeseriesGenerator