tensorflow - 将时间序列元素的 Tensorflow 数据集转换为窗口序列的数据集

Question

我有一个 tf.data.Dataset(r1.4) ，它的元素代表一个时间序列。例如(换行分隔元素):1
2
3
4
5
6
7
8
9
现在我想在它上面运行一个窗口操作，以便我得到一个长度为 WINDOW_SIZE 的子序列的数据集来训练 RNN。例如，对于 WINDOW_SIZE=4:

1 2 3 4
2 3 4 5
3 4 5 6
4 5 6 7
5 6 7 8
6 7 8 9

我能找到的最接近的数据集操作是 tf.contrib.data.group_by_window ，但不确定如何将其应用于此用例。
另一种方法是使用 tf.contrib.data.batch_and_drop_remainder ，但它会将元素分成桶，并且不会有所有的子序列。
我想到的第三个选项是创建 WINDOW_SIZE 迭代器，并单独运行它们，以便它们指向连续的元素，然后开始按顺序使用它们。然而，这看起来很违反直觉。

Answer 1

在 TensorFlow 2.0 中，Dataset类现在有一个 window()方法。你可以这样使用它:

import tensorflow as tf

dataset = tf.data.Dataset.from_tensor_slices(tf.range(10))
dataset = dataset.window(5, shift=1, drop_remainder=True)
for window in dataset:
    print([elem.numpy() for elem in window])

它会输出:

[0, 1, 2, 3, 4]
[1, 2, 3, 4, 5]
[2, 3, 4, 5, 6]
[3, 4, 5, 6, 7]
[4, 5, 6, 7, 8]
[5, 6, 7, 8, 9]