tf.keras.preprocessing.sequence.TimeseriesGenerator

Утилитарный класс для генерации наборов временных данных.

Наследуется от: 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
)

УСТАНОВЛЕНО.

Этот класс принимает последовательность точек данных, собранных с равными интервалами, наряду с параметрами временного ряда, такими как шаг, длина истории и т. д., для создания наборов для обучения/валидации.

Аргументы
`data`	Индексируемый генератор (например, список или массив NumPy), содержащий последовательные точки данных (шаги во времени). Данные должны быть 2D, и ожидается, что ось 0 будет временным измерением.
`targets`	Цели, соответствующие шагам во времени в `data`. Его длина должна быть такой же, как у `data`.
`length`	Длина выходных последовательностей (в количестве шагов во времени).
`sampling_rate`	Период между последовательными отдельными шагами во времени в последовательностях. Для скорости `r`, шаги во времени `data[i]`, `data[i-r]`, ... `data[i - length]` используются для создания последовательности образцов.
`stride`	Период между последовательными выходными последовательностями. Для шага `s`, последовательные выходные образцы были бы сосредоточены вокруг `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 полезно для резервирования части данных для тестирования или валидации.
`end_index`	Точки данных, последующие за `end_index`, не будут использоваться в выходных последовательностях. Это полезно для резервирования части данных для тестирования или валидации.
`shuffle`	Следует ли перемешивать выходные образцы или, вместо этого, выводить их в хронологическом порядке.
`reverse`	Булево значение: если `true`, шаги во времени в каждом выходном образце будут в обратном хронологическом порядке.
`batch_size`	Количество образцов временного ряда в каждом пакете (кроме, возможно, последнего).

Возвращает
Экземпляр PyDataset.

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

Методы

`get_config`

Просмотреть исходный код

get_config()

Возвращает конфигурацию TimeseriesGenerator в виде словаря Python.

Возвращает
Словарь Python с конфигурацией TimeseriesGenerator.

`on_epoch_end`

Просмотреть исходный код

on_epoch_end()

Метод, вызываемый в конце каждой эпохи.

`to_json`

Просмотреть исходный код

to_json(
    **kwargs
)

Возвращает строку JSON, содержащую конфигурацию генератора.

Аргументы
`**kwargs`	Дополнительные ключевые аргументы, которые необходимо передать `json.dumps()`.

Возвращает
Строка JSON, содержащая конфигурацию токенизатора.

`getitem`

Просмотреть исходный код

__getitem__(
    index
)

Получает пакет в позиции index.

Аргументы
`index`	Позиция пакета в PyDataset.

Возвращает
Пакет

`len`

Просмотреть 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