입력 요소(중첩)를 창(중첩)의 데이터세트로 결합합니다.
"창"은 `size` 크기(또는 창을 채울 만큼 입력 요소가 충분하지 않고 `drop_remainder`가 false로 평가되는 경우 더 적은 수)의 평면 요소로 구성된 유한 데이터세트입니다.
'shift' 인수는 각 반복에서 창이 이동하는 입력 요소의 수를 결정합니다. `k`번째 창의 첫 번째 요소는 요소가 됩니다.
입력 데이터 세트의
1 + (k-1) * shift
'stride' 매개변수가 1보다 크면 각 창은 창에 나타나는 각 요소 사이의 '(stride - 1)' 입력 요소를 건너뜁니다. 출력 창에는 `stride` 값에 관계없이 `size` 요소가 계속 포함됩니다.
'stride' 인수는 입력 요소의 보폭을 결정하고 'shift' 인수는 창의 이동을 결정합니다.
예를 들어 `{...}`가 데이터 세트를 나타내도록 하면 다음과 같습니다.
- `tf.data.Dataset.range(7).window(2)`는 `{ {0, 1}, {2, 3}, {4, 5}, {6} }`를 생성합니다. - `tf.data. Dataset.range(7).window(3, 2, 1, True)`는 `{ {0, 1, 2}, {2, 3, 4}, {4, 5, 6} }` - `tf를 생성합니다. data.Dataset.range(7).window(3, 1, 2, True)`는 `{ {0, 2, 4}, {1, 3, 5}, {2, 4, 6} }`를 생성합니다.
중첩된 요소의 데이터세트에 '창' 변환을 적용하면 중첩된 창의 데이터세트가 생성됩니다.
예를 들어:
- `tf.data.Dataset.from_tensor_slices((range(4), range(4))).window(2)`는 `{({0, 1}, {0, 1}), ({2, 3)을 생성합니다. }, {2, 3})}` - `tf.data.Dataset.from_tensor_slices({"a": range(4)}).window(2)`는 `{ {"a": {0, 1}을 생성합니다. }, {"a": {2, 3} } }`
상수
| 끈 | OP_NAME | TensorFlow 코어 엔진에서 알려진 이 작업의 이름 |
공개 방법
| 출력 < T유형 > | 출력 () 텐서의 기호 핸들을 반환합니다. |
| 정적 WindowDataset | |
| 출력 <?> | 핸들 () |
상속된 메서드
상수
공개 정적 최종 문자열 OP_NAME
TensorFlow 코어 엔진에서 알려진 이 작업의 이름
공개 방법
공개 출력 < TType > asOutput ()
텐서의 기호 핸들을 반환합니다.
TensorFlow 작업에 대한 입력은 다른 TensorFlow 작업의 출력입니다. 이 메서드는 입력 계산을 나타내는 기호 핸들을 얻는 데 사용됩니다.
public static WindowDataset create ( Scope 범위, Operand <?> inputDataset, Operand < TInt64 > size, Operand < TInt64 > Shift, Operand < TInt64 > stride, Operand < TBool > dropRemainder, List<Class<? 확장 TType >> outputTypes, List < 모양 > 출력모양)
새로운 WindowDataset 작업을 래핑하는 클래스를 생성하는 팩토리 메서드입니다.
매개변수
| 범위 | 현재 범위 |
|---|---|
| 크기 | 창으로 결합할 입력 데이터 세트의 요소 수를 나타내는 정수 스칼라입니다. 긍정적이어야 합니다. |
| 옮기다 | 각 반복에서 창이 이동하는 입력 요소 수를 나타내는 정수 스칼라입니다. 기본값은 '크기'입니다. 긍정적이어야 합니다. |
| 보폭 | 슬라이딩 윈도우에서 입력 요소의 보폭을 나타내는 정수 스칼라입니다. 긍정적이어야 합니다. 기본값 1은 "모든 입력 요소 유지"를 의미합니다. |
| dropRemainer | 크기가 `window_size`보다 작은 경우 마지막 창을 삭제해야 하는지 여부를 나타내는 부울 스칼라입니다. |
보고
- WindowDataset의 새 인스턴스