本文整理汇总了Python中neuralnilm.RealApplianceSource._gen_data方法的典型用法代码示例。如果您正苦于以下问题：Python RealApplianceSource._gen_data方法的具体用法？Python RealApplianceSource._gen_data怎么用？Python RealApplianceSource._gen_data使用的例子？那么恭喜您, 这里精选的方法代码示例或许可以为您提供帮助。您也可以进一步了解该方法所在类neuralnilm.RealApplianceSource的用法示例。
在下文中一共展示了RealApplianceSource._gen_data方法的1个代码示例，这些例子默认根据受欢迎程度排序。您可以为喜欢或者感觉有用的代码点赞，您的评价将有助于系统推荐出更棒的Python代码示例。
示例1: RealApplianceSource
# 需要导入模块: from neuralnilm import RealApplianceSource [as 别名]
# 或者: from neuralnilm.RealApplianceSource import _gen_data [as 别名]
source_dict_copy.update(dict(
logger=logger,
seq_length=2000,
output_one_appliance=False,
input_stats=net.source.input_stats,
target_is_start_and_end_and_mean=False,
window=("2013-03-18", "2013-05-18")
))
mains_source = RealApplianceSource(**source_dict_copy)
N_BATCHES = 1
logger.info("Preparing synthetic mains data for {} batches.".format(N_BATCHES))
mains = None
targets = None
for batch_i in range(N_BATCHES):
mains_batch, targets_batch = mains_source._gen_data()
mains_batch, targets_batch = mains_source._process_data(
mains_batch, targets_batch)
if mains is None:
mains = mains_batch
targets = targets_batch[:, :, 0]
else:
mains = np.concatenate((mains, mains_batch))
targets = np.concatenate((targets, targets_batch[:, :, 0]))
seq_length = net.input_shape[1]
def pad(data):
return np.pad(data, (seq_length, seq_length), mode='constant',
constant_values=(data.min().astype(float), ))