Python tf.raw_ops.WindowDataset用法及代碼示例

將輸入元素(嵌套)組合成窗口(嵌套)的數據集。

用法

tf.raw_ops.WindowDataset(
    input_dataset, size, shift, stride, drop_remainder, output_types, output_shapes,
    metadata='', name=None
)

"window" 是大小為 size 的平麵元素的有限數據集(如果沒有足夠的輸入元素來填充窗口並且 drop_remainder 評估為假，則可能更少)。

shift 參數確定窗口在每次迭代中移動的輸入元素的數量。 k th 窗口中的第一個元素將是元素

1 + (k-1) * shift

的輸入數據集。特別是，第一個窗口的第一個元素將始終是輸入數據集的第一個元素。

如果stride 參數大於1，則每個窗口將跳過窗口中出現的每個元素之間的(stride - 1) 輸入元素。無論 stride 的值如何，輸出窗口仍將包含 size 元素。

stride 參數確定輸入元素的步幅，shift 參數確定窗口的位移。

例如，讓{...} 表示一個數據集：

• tf.data.Dataset.range(7).window(2) 產生 { {0, 1}, {2, 3}, {4, 5}, {6} }
• tf.data.Dataset.range(7).window(3, 2, 1, True) 產生 { {0, 1, 2}, {2, 3, 4}, {4, 5, 6} }
• tf.data.Dataset.range(7).window(3, 1, 2, True) 產生 { {0, 2, 4}, {1, 3, 5}, {2, 4, 6} }

請注意，當 window 轉換應用於嵌套元素的數據集時，它會生成嵌套窗口的數據集。

例如：

• tf.data.Dataset.from_tensor_slices((range(4), range(4))).window(2)生產{({0, 1}, {0, 1}), ({2, 3}, {2, 3})}
• tf.data.Dataset.from_tensor_slices({"a":range(4)}).window(2) 產生 { {"a":{0, 1} }, {"a":{2, 3} } }