WindowDataset

WindowDataset คลาสสุดท้ายสาธารณะ

รวมองค์ประกอบอินพุต (รังของ) เข้ากับชุดข้อมูลของหน้าต่าง (รังของ)

"หน้าต่าง" คือชุดข้อมูลที่จำกัดขององค์ประกอบแบบเรียบที่มีขนาด "ขนาด" (หรืออาจน้อยกว่านั้นหากมีองค์ประกอบอินพุตไม่เพียงพอที่จะเติมเต็มหน้าต่าง และ "drop_remainder" ประเมินว่าเป็นเท็จ)

อาร์กิวเมนต์ `shift` กำหนดจำนวนองค์ประกอบอินพุตที่หน้าต่างเคลื่อนที่ในการวนซ้ำแต่ละครั้ง องค์ประกอบแรกในหน้าต่าง `k` จะเป็นองค์ประกอบ

1 + (k-1) * shift
   
ของชุดข้อมูลอินพุต โดยเฉพาะอย่างยิ่ง องค์ประกอบแรกของหน้าต่างแรกจะเป็นองค์ประกอบแรกของชุดข้อมูลอินพุตเสมอ

หากพารามิเตอร์ `stride` มากกว่า 1 แต่ละหน้าต่างจะข้ามองค์ประกอบอินพุต `(stride - 1)` ระหว่างแต่ละองค์ประกอบที่ปรากฏในหน้าต่าง หน้าต่างเอาต์พุตจะยังคงมีองค์ประกอบ "ขนาด" โดยไม่คำนึงถึงค่าของ "stride"

อาร์กิวเมนต์ 'ก้าวย่าง' กำหนดก้าวขององค์ประกอบอินพุต และอาร์กิวเมนต์ 'กะ' กำหนดการเปลี่ยนแปลงของหน้าต่าง

ตัวอย่างเช่น ปล่อยให้ `{...}` เป็นตัวแทนของชุดข้อมูล:

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

โปรดทราบว่าเมื่อมีการใช้การแปลง "หน้าต่าง" กับชุดข้อมูลขององค์ประกอบที่ซ้อนกัน ระบบจะสร้างชุดข้อมูลของหน้าต่างที่ซ้อนกัน

ตัวอย่างเช่น:

- `tf.data.Dataset.from_tensor_slices((range(4), range(4))).window(2)` สร้าง `{({0, 1}, {0, 1}), ({2, 3 }, {2, 3})}` - `tf.data.Dataset.from_tensor_slices({"a": range(4)}).window(2)` สร้าง `{ {"a": {0, 1} }, {"a": {2, 3} } }`

ค่าคงที่

สตริง OP_NAME ชื่อของ op นี้ ซึ่งรู้จักกันในชื่อของเอ็นจิ้นหลัก TensorFlow

วิธีการสาธารณะ

เอาท์พุต < ชนิด T >
เป็นเอาท์พุต ()
ส่งกลับค่าแฮนเดิลสัญลักษณ์ของเทนเซอร์
ชุดข้อมูล Window แบบคงที่
สร้าง ( ขอบเขต ขอบเขต , ตัวดำเนินการ <?> inputDataset, ตัวดำเนินการ < TInt64 > ขนาด, ตัวดำเนินการ < TInt64 > shift, ตัวดำเนินการ < TInt64 > ก้าวย่าง, ตัวดำเนินการ < TBool > dropRemainder, รายการ<Class<? ขยาย TType >> ประเภทเอาต์พุต, รายการ< รูปร่าง > รูปร่างเอาท์พุท)
วิธีการจากโรงงานเพื่อสร้างคลาสที่ห่อการดำเนินการ WindowDataset ใหม่
เอาท์พุต <?>

วิธีการสืบทอด

ค่าคงที่

สตริงสุดท้ายแบบคงที่สาธารณะ OP_NAME

ชื่อของ op นี้ ซึ่งรู้จักกันในชื่อของเอ็นจิ้นหลัก TensorFlow

ค่าคงที่: "WindowDataset"

วิธีการสาธารณะ

เอาท์พุท สาธารณะ < TType > asOutput ()

ส่งกลับค่าแฮนเดิลสัญลักษณ์ของเทนเซอร์

อินพุตสำหรับการดำเนินการ TensorFlow คือเอาต์พุตของการดำเนินการ TensorFlow อื่น วิธีการนี้ใช้เพื่อรับหมายเลขอ้างอิงสัญลักษณ์ที่แสดงถึงการคำนวณอินพุต

สร้าง WindowDataset แบบคงที่สาธารณะ (ขอบเขต ขอบเขต , ตัวดำเนินการ <?> inputDataset, ตัวดำเนินการ < TInt64 > ขนาด, ตัวดำเนินการ < TInt64 > shift, ตัวดำเนินการ < TInt64 > ก้าวย่าง, ตัวดำเนินการ < TBool > dropRemainder, รายการ <Class<? ขยาย TType >> ประเภทเอาต์พุต, รายการ < รูปร่าง > รูปร่างเอาท์พุต)

วิธีการจากโรงงานเพื่อสร้างคลาสที่ห่อการดำเนินการ WindowDataset ใหม่

พารามิเตอร์
ขอบเขต ขอบเขตปัจจุบัน
ขนาด สเกลาร์จำนวนเต็มซึ่งแสดงถึงจำนวนองค์ประกอบของชุดข้อมูลอินพุตที่จะรวมเข้ากับหน้าต่าง จะต้องเป็นบวก
กะ สเกลาร์จำนวนเต็ม แสดงถึงจำนวนองค์ประกอบอินพุตที่หน้าต่างเคลื่อนที่ในการวนซ้ำแต่ละครั้ง ค่าเริ่มต้นเป็น "ขนาด" จะต้องเป็นบวก
ก้าวย่าง สเกลาร์จำนวนเต็ม แสดงถึงความก้าวหน้าขององค์ประกอบอินพุตในหน้าต่างบานเลื่อน จะต้องเป็นบวก ค่าเริ่มต้นคือ 1 หมายถึง "รักษาทุกองค์ประกอบอินพุต"
หยดส่วนที่เหลือ สเกลาร์บูลีนซึ่งแสดงว่าควรละทิ้งหน้าต่างสุดท้ายหากขนาดของหน้าต่างเล็กกว่า `window_size`
การส่งคืน
  • อินสแตนซ์ใหม่ของ WindowDataset

เอาท์พุท สาธารณะ <?> จัดการ ()