Question

我正在使用tensorflow中的时间序列模型。我的数据集包含物理信号。我需要将这些信号分成窗口，因为这个切片的窗口是我模型的输入。

以下是我如何阅读数据并将其切片：

import tensorflow as tf
import numpy as np
def _ds_slicer(data):
    win_len = 768
    return {"mix":(tf.stack(tf.split(data["mix"],win_len))),
            "pure":(tf.stack(tf.split(data["pure"],win_len)))}
dataset = tf.data.Dataset.from_tensor_slices({
    "mix" : np.random.uniform(0,1,[1000,24576]),
    "pure" : np.random.uniform(0,1,[1000,24576])
})
dataset = dataset.map(_ds_slicer)
print dataset.output_shapes
# {'mix': TensorShape([Dimension(768), Dimension(32)]), 'pure': TensorShape([Dimension(768), Dimension(32)])}

我想将此数据集重塑为# {'mix': TensorShape([Dimension(32)]), 'pure': TensorShape([Dimension(32))}

numpy中的等效转换将如下所示：

signal  = np.random.uniform(0,1,[1000,24576])
sliced_sig = np.stack(np.split(signal,768,axis=1),axis=1)
print sliced_sig.shape #(1000, 768, 32)
sliced_sig=sliced_sig.reshape(-1, sliced_sig.shape[-1])
print sliced_sig.shape #(768000, 32)

我想过使用tf.contrib.data.group_by_window作为dataset.apply（）的输入，但无法弄清楚如何使用它。有没有办法可以使用任何自定义转换来重塑数据集？

Answer 1

我认为您只是在寻找转型tf.contrib.data.unbatch。这完全符合您的要求：

x = np.zeros((1000, 768, 32))

dataset = tf.data.Dataset.from_tensor_slices(x)
print(dataset.output_shapes)  # (768, 32)
dataset = dataset.apply(tf.contrib.data.unbatch())
print(dataset.output_shapes)  # (32,)

来自文档：

如果数据集的元素的形状为[B，a0，a1，...]，其中B可能因元素而异，则对于数据集中的每个元素，未调峰数据集将包含B个连续的形状元素[ a0，a1，...]。

如何使用tf.data.Dataset.apply（）重塑数据集

1 个答案: