序列中的每个数据点具有固定的维度，例如64x64。我有多个长度可变的序列。np.arange(8)[:, None, None]sequences = [seq1, seq2, seq3] 现在，我想对序列中的一系列时间帧进行操作对于单个序列，我在TF的Dataset应用程序接口中找到了window，它允许我使用窗口来构建数据立方体： window = 3ds = tf.dat
浏览 10提问于2019-05-10得票数 1
回答已采纳
我正在尝试从单变量时间序列中构建一个窗口数据集。我们的想法是，如果序列看起来像[1, 2, 3, 4, 5, 6]，并且窗口长度为2，那么我将使用长度为3的窗口来说明2个X特征和Y目标输出，所以[[1, 2, 3], [2, 3, 4], [3, 4series = tf.expand_dims(series, axis=-1)
ds = tf.data.Dataset</
浏览 9提问于2020-04-21得票数 1
我使用以下代码将顺序LSTM应用于具有一个值的时间序列数据。它在Keras版本上工作得很好。我想知道怎样才能用PyTorch做同样的事情？import tensorflowfrom tensorflow.keras import losses
from tensorflow.keras.modelsfrom tensorflow.keras.optimizers impo
浏览 16提问于2020-07-15得票数 0
我需要使用类似于sklearn.MinMaxScaler的东西来规范化我的数据，但我只需要使用原生TensorFlow并将其应用于TensorFlow Dataset API。 怎么做呢？
浏览 11提问于2020-07-07得票数 0
我有一个可变长度序列的数据集( tensorflow TFRecord数据集)来馈送LSTM网络，我想尝试比较批处理中的前后填充，但当前的padded_batch函数仅在序列末尾填充。我知道我们在应用程序接口中有tf.keras.preprocessing.sequence.pad_sequences函数，但我不知道如何将该函数应用于数据集批处理程序。tensorflow中的padded_batch函数同时执行填充和批处理，它将动态地查找每批所需的填充大小。我如何自己实现它呢？我现在的代码是这样的，我正在
浏览 14提问于2019-10-23得票数 2
我正在尝试使用TensorFlow 2.0创建一个数据集，它将返回时间序列中的随机窗口，以及作为目标的下一个值。我使用的是Dataset.window()，它看起来很有前途： import tensorflow as tf
dataset = dataset.window(5, shift=1, drop_remai
浏览 15提问于2019-03-30得票数 26
回答已采纳
在tensorflow中，我已经看过许多关于使用LSTMs序列的指南，但我仍然不确定当前在读取和处理数据方面的最佳实践--特别是应该在何时使用tf.data.Dataset API。获得滚动窗口-为了培训目的，我需要将我的特性滚动到长度为window的窗口中：
我非常乐意使用pandas或numpy来构造这些对象，所以我并不是在一般情况下询问如何实现这个目标--我的问题是，在tensor
浏览 3提问于2018-01-14得票数 20
回答已采纳
我试图用两个不同的输入来制作一个tensorflow模型，一个是9,10，另一个是8。我在多个站点上做了一个时间序列问题，其中我的输入有两种类型:随时间变化的输入和不随时间而变化的输入。首先，我使用timeseries_dataset_from_array工具在滑动窗口中获取动态协变量和目标。但是，我也想使用来自时间<
浏览 14提问于2022-06-03得票数 2
我已经习惯了新的dataset API，并尝试做一些时间序列分类。我有一个数据集格式化为tf-记录的形状为：(time_steps x features)。此外，我有一个标签，为每一个时间步骤。(time_steps x 1)标签应该是(window_size x 1)，这意味着我们在窗口</
浏览 0提问于2018-07-03得票数 0
回答已采纳
1回答
我正在使用Keras进行时间序列预测，并且我试图了解有关时间序列预测的官方网站上的教程，您可以在这里找到(https://keras.io/examples/timeseries/timeseries_它们使用一个名为keras.preprocessing.timeseries_dataset_from_array的keras方法，它具有以下参数(这里是一个文档https://www.tensorflow.org/api_do
浏览 0提问于2020-12-18得票数 2
当我使用这段代码时，tensorflow没有显示我的tf.add操作符的设备位置。如何知道这个操作符是在GPU上还是在CPU上完成的？import tensorflow as tf
c_1 = tf.constant"/device:GPU:0"):
浏览 10提问于2019-02-27得票数 0
然而，这些方法只能应用于numpy数组，而不是张量。img = shear_transform_example("white_square.jpg",0.1)改造后：
(请注意，img是张量，不包括将张量转换为图像文件的代码以上代码在tensorflow 1.10.1上工作，在未来的版本中可能不起作用。
浏览 1提问于2018-09-07得票数 5
回答已采纳
我对这个工具包非常陌生，但据我所知，我应该能够阅读窗口的中心和宽度，以达到正常化的目的。
我有一个带有Dicom数据的DicomImage DCM_image对象。我将这些值读取到opencv对象。
浏览 2提问于2016-04-04得票数 1
回答已采纳
1回答
因为它是一个多变量时间序列。如何输入窗口大小为160和stride=1的输入。train_gen = tf.keras.preprocessing.sequence.TimeseriesGenerator(X_train, Y_train(1) CNN模型能使用时间序列发生器吗？( 2)是否有建立滑动窗口方法的数据发生器？
浏览 16提问于2022-11-22得票数 0
回答已采纳
tf.distribute.get_strategy()
model = CreateMyKerasModel()
# While in the TensorFlow
浏览 12提问于2022-04-11得票数 1
回答已采纳
随着最近对版本1.4的升级，Tensorflow在库核心中包括了tf.data。中描述的一个“主要新特性”是，它是一种“应用自定义转换函数的方法”。这与已经存在的有什么不同？
浏览 4提问于2017-11-03得票数 30
回答已采纳
train_dataset_c1是表单图像的类1的训练数据集，1 train_dataset_c0是表单图像的类0的训练数据集0while True: pos_x, pos_yy = tf.concat([pos_y, neg_y],
浏览 9提问于2020-03-10得票数 1
我有多个来自Waymo数据集的TFRecord文件，每个文件都包含不连续的连续点。我正在构建一个输入管道，它通过window()应用程序接口对时间序列预测数据进行预处理，但我需要避免窗口跨越多个文件。 要做到这一点，我认为我应该分别对每个文件进行预处理，并交织最终的数据集。这是我的尝试： import tensorflow as tf
from waymo_open_dataset import dataset_pb2 as open_dataset
浏览 30提问于2020-12-12得票数 0
回答已采纳
在2018年开发峰会上，德里克·穆雷提出了一种将TensorFlow的TensorFlow API与TensorFlow的急切执行模式( 10:54)相结合的方法。我试用了下面所示代码的简化版本：tf.enable_eager_execution()
<e
浏览 1提问于2018-04-04得票数 14
回答已采纳
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。我需要将这些信号划分为窗口，将这些切片的窗口作为我的模型的输入。下面是我读取数据并将其切片的方式：import numpy as np win_len = 768tf.stack(tf.split(data["mix"],win_len))),
"pure&quo
浏览 1提问于2018-01-24得票数 10
回答已采纳
云服务器
ICP备案
对象存储
云点播
智聆口语评测
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号