timeseries_dataset_from_array 函数keras.utils.timeseries_dataset_from_array(
data,
targets,
sequence_length,
sequence_stride=1,
sampling_rate=1,
batch_size=128,
shuffle=False,
seed=None,
start_index=None,
end_index=None,
)
创建一个滑动窗口数据集，该数据集是根据提供的数组时间序列生成的。
此函数接受一个以相等间隔收集的数据点序列，以及时间序列参数，例如序列/窗口的长度、两个序列/窗口之间的间隔等，以生成批量的时间序列输入和目标。
参数
data 中时间步相对应的目标。targets[i] 应该是与从索引 i 开始的窗口相对应的目标（参见下面的示例 2）。如果您没有目标数据，请传入 None（在这种情况下，数据集将只生成输入数据）。s，输出样本将从索引 data[i]、data[i + s]、data[i + 2 * s] 等开始。r，使用时间步 data[i]、data[i + r]、... data[i + sequence_length] 创建一个样本序列。None，则数据不会进行批处理（数据集将生成单个样本）。start_index 的数据点将不会用于输出序列。这对于保留部分数据用于测试或验证很有用。end_index 的数据点将不会用于输出序列。这对于保留部分数据用于测试或验证很有用。返回值
一个 tf.data.Dataset 实例。如果传入了 targets，数据集会生成元组 (batch_of_sequences, batch_of_targets)。如果未传入，数据集将只生成 batch_of_sequences。
示例 1
考虑索引 [0, 1, ... 98]。使用 sequence_length=10, sampling_rate=2, sequence_stride=3, shuffle=False，数据集将生成由以下索引组成的序列批次：
First sequence: [0 2 4 6 8 10 12 14 16 18]
Second sequence: [3 5 7 9 11 13 15 17 19 21]
Third sequence: [6 8 10 12 14 16 18 20 22 24]
...
Last sequence: [78 80 82 84 86 88 90 92 94 96]
在此情况下，最后 2 个数据点被丢弃，因为无法生成包含它们的完整序列（下一个序列将从索引 81 开始，因此其最后一步将超出 98）。
示例 2：时间回归。
考虑一个形状为 (steps,) 的标量值数组 data。要生成一个使用过去 10 个时间步预测下一个时间步的数据集，您可以使用：
input_data = data[:-10]
targets = data[10:]
dataset = timeseries_dataset_from_array(
input_data, targets, sequence_length=10)
for batch in dataset:
inputs, targets = batch
assert np.array_equal(inputs[0], data[:10]) # First sequence: steps [0-9]
# Corresponding target: step 10
assert np.array_equal(targets[0], data[10])
break
示例 3：用于多对多架构的时间回归。
考虑两个形状都为 (100,) 的标量值数组 X 和 Y。生成的数据集应包含每个样本具有 20 个时间戳。样本不应重叠。要生成一个使用当前时间戳预测对应目标时间步的数据集，您可以使用：
X = np.arange(100)
Y = X*2
sample_length = 20
input_dataset = timeseries_dataset_from_array(
X, None, sequence_length=sample_length, sequence_stride=sample_length)
target_dataset = timeseries_dataset_from_array(
Y, None, sequence_length=sample_length, sequence_stride=sample_length)
for batch in zip(input_dataset, target_dataset):
inputs, targets = batch
assert np.array_equal(inputs[0], X[:sample_length])
# second sample equals output timestamps 20-40
assert np.array_equal(targets[1], Y[sample_length:2*sample_length])
break
pad_sequences 函数keras.utils.pad_sequences(
sequences, maxlen=None, dtype="int32", padding="pre", truncating="pre", value=0.0
)
将序列填充到相同长度。
此函数将一个序列列表（长度为 num_samples，序列为整数列表）转换为形状为 (num_samples, num_timesteps) 的 2D NumPy 数组。num_timesteps 如果提供了 maxlen 参数，则为 maxlen 的值，否则为列表中最长序列的长度。
短于 num_timesteps 的序列会用 value 进行填充，直到达到 num_timesteps 的长度。
长于 num_timesteps 的序列会被截断，使其符合所需长度。
填充或截断发生的位置分别由参数 padding 和 truncating 决定。默认是在序列开头进行前填充或删除值。
>>> sequence = [[1], [2, 3], [4, 5, 6]]
>>> keras.utils.pad_sequences(sequence)
array([[0, 0, 1],
[0, 2, 3],
[4, 5, 6]], dtype=int32)
>>> keras.utils.pad_sequences(sequence, value=-1)
array([[-1, -1, 1],
[-1, 2, 3],
[ 4, 5, 6]], dtype=int32)
>>> keras.utils.pad_sequences(sequence, padding='post')
array([[1, 0, 0],
[2, 3, 0],
[4, 5, 6]], dtype=int32)
>>> keras.utils.pad_sequences(sequence, maxlen=2)
array([[0, 1],
[2, 3],
[5, 6]], dtype=int32)
参数
"int32"）。输出序列的类型。要填充变长字符串序列，可以使用 object。"pre"）：在每个序列之前或之后填充。"pre"）：从大于 maxlen 的序列中移除值，可以在序列的开头或结尾。0.）返回值
形状为 (len(sequences), maxlen) 的 NumPy 数组