我有一个Pandas DataFrame,并将其一部分加载到tf.data数据集中:
dataset = tf.data.Dataset.from_tensor_slices((
df.StringColumn.values,
df.IntColumn1.values,
df.IntColumn2.values,
))
现在我想做的是使用flat_map
之类的东西来生成派生数据集,该数据集接受每一行中的数据,并为原始行中的每一行在派生数据集中产生一堆行。 / p>
但是flat_map
似乎只是在lambda
函数中传递了占位符张量。
如果这很重要,我正在使用TensorFlow 2.0 alpha 0。
编辑:
我想要的是能够写这样的东西:
derived = dataset.flat_map(replicate)
def replicate(s, i1, i2):
return [[0, s, i1, i2],
[0.25, s, i1, i2],
[0.5, s, i1, i2],
[0.75, s, i1, i2]]
...,然后使derived
为具有dataset
的四列和四倍行的数据集。
但是当我尝试这样做时,s
不是一个值,而是一个字符串占位符张量。
编辑2:
好的,我的意思是replicate
函数需要知道它正在复制的行的值:
slice_count = 16
def price(frac, total, size0, price0, size1, price1, size2, price2, size3, price3):
total_per_slice = total / slice_count
start = frac * total_per_slice
finish = start + total_per_slice
price = \
(price0 * (min(finish, size0) - max(start, 0) if 0 < finish and start < size0 else 0)) + \
(price1 * (min(finish, size1) - max(start, size0) if size0 < finish and start < size1 else 0)) + \
(price2 * (min(finish, size2) - max(start, size1) if size1 < finish and start < size2 else 0)) + \
(price3 * (min(finish, size3) - max(start, size2) if size2 < finish and start < size3 else 0))
def replicate(size0, price0, size1, price1, size2, price2, size3, price3):
total = size0 + size1 + size2 + size3
return [[
price(frac, total, size0, price0, size1, price1, size2, price2, size3, price3),
frac / slice_count] for frac in range(slice_count)]
derived = dataset.flat_map(replicate)
仅能够传递占位符还不够。是我可以做的事情,还是可以将它转换成TensorFlow的计算图的方法,还是可以做到的?
答案 0 :(得分:0)
可能还有很长一段路要走,但是您也可以将.concatenate()
与apply()
结合使用以实现“平面映射”
类似这样的东西:
def replicate(ds):
return (ds.map(lambda s,i1,i2: (s, i1, i2, tf.constant(0.0)))
.concatenate(ds.map(lambda s,i1,i2: (s, i1, i2, tf.constant(0.25))))
.concatenate(ds.map(lambda s,i1,i2: (s, i1, i2, tf.constant(0.5))))
.concatenate(ds.map(lambda s,i1,i2: (s, i1, i2, tf.constant(0.75)))))
derived = dataset.apply(replicate)
应该给您您期望的输出