我有一些时间序列数据和标签。我已经尝试使用Keras在它们上训练一些RNN。为了为此准备数据，我使用了
train_gen = TimeseriesGenerator(data_array, labels_array, length = 100, batch_size = 16, stride = 100)
这样，我可以获得长度为100的数据而不会重叠（因为跨步设置为100），这正是我所需要的。另外，每个时间序列都有一个标签，这也是正确的。
现在，我想训练一个自动编码器模型。有没有一种方法可以从TimeseriesGenerator中获取数据，因为在TimeseriesGenerator中两次传递数据是行不通的，即无论如何它都将第二个参数视为标签并将其作为标签处理，即只有一个返回从第一个参数中提取的相应时间序列的行。
有没有简单的方法来实现这一目标，或者我们需要开发自定义DataGenerator类吗？