WindowDataset

משלב (קנים של) רכיבי קלט לתוך מערך נתונים של (קנים של) חלונות.

"חלון" הוא מערך נתונים סופי של אלמנטים שטוחים בגודל 'גודל' (או אולי פחות אם אין מספיק רכיבי קלט כדי למלא את החלון ו-'drop_remainder' מוערך ל-false).

הארגומנט 'shift' קובע את מספר רכיבי הקלט שלפיהם החלון זז בכל איטרציה. האלמנט הראשון בחלון `k` יהיה אלמנט

1 + (k-1) * shift
   

אם הפרמטר `stride` גדול מ-1, אז כל חלון ידלג על רכיבי קלט `(stride - 1)` בין כל אלמנט שמופיע בחלון. חלונות פלט עדיין יכילו רכיבי 'גודל' ללא קשר לערך 'stride'.

הארגומנט `stride` קובע את הצעד של רכיבי הקלט, והארגומנט `shift` קובע את ההסטה של ​​החלון.

לדוגמה, מתן '{...}' לייצג מערך נתונים:

- `tf.data.Dataset.range(7).window(2)` מייצר `{ {0, 1}, {2, 3}, {4, 5}, {6} }` - `tf.data. Dataset.range(7).window(3, 2, 1, True)` מייצר `{ {0, 1, 2}, {2, 3, 4}, {4, 5, 6} }` - `tf. data.Dataset.range(7).window(3, 1, 2, True)` מייצר `{ {0, 2, 4}, {1, 3, 5}, {2, 4, 6} }`

שימו לב שכאשר טרנספורמציה 'חלון' מוחלת על מערך נתונים של אלמנטים מקוננים, הוא מייצר מערך נתונים של חלונות מקוננים.

לדוגמה:

- `tf.data.Dataset.from_tensor_slices((range(4), range(4))).window(2)` מייצר `{({0, 1}, {0, 1}), ({2, 3 }, {2, 3})}` - `tf.data.Dataset.from_tensor_slices({"a": range(4)}).window(2)` מייצר `{ {"a": {0, 1} }, {"a": {2, 3} } }`