在 tensorflow.python.data.ops.dataset_ops.BatchDataset 中找到最大值

Posted 2023-02-16

【中文标题】在 tensorflow.python.data.ops.dataset_ops.BatchDataset 中找到最大值

【英文标题】：Find the max value in tensorflow.python.data.ops.dataset_ops.BatchDataset

【发布时间】：2021-12-17 06:48:23

【问题描述】：

假设以下代码：

import tensorflow as tf
import numpy as np
 
simple_features = np.array([
         [1, 1, 1],
         [2, 2, 2],
         [3, 3, 3],
         [4, 4, 4],
         [5, 5, 5],
         [6, 6, 6],
         [7, 7, 7],
         [8, 8, 8],
         [9, 9, 9],
         [10, 10, 10],
         [11, 11, 11],
         [12, 12, 12],
])
 
simple_labels = np.array([
         [-1, -1],
         [-2, -2],
         [-3, -3],
         [-4, -4],
         [-5, -5],
         [-6, -6],
         [-7, -7],
         [-8, -8],
         [-9, -9],
         [-10, -10],
         [-11, -11],
         [-12, -12],
])
 
def print_dataset(ds):
    for inputs, targets in ds:
        print("---Batch---")
        print("Feature:", inputs.numpy())
        print("Label:", targets.numpy())
        print("")
 
    
ds = tf.keras.preprocessing.timeseries_dataset_from_array(simple_features, simple_labels, sequence_length=4, batch_size=32)
print_dataset(ds)

我想从每个simple_feature 及其对应的simple_label 中提取最大值。提取最大值后，我想将该值添加到simple_feature 及其对应的simple_label。例如，第一个simple_feature 给了我[1,1,1]，它对应的标签给了我[-1,-1]。最大值为 1。之后，我将 1 添加到 [1,1,1] 和 [-1,-1]，我会得到 [2,2,2] 和 [0,0]。最终数据集应保存为tensorflow.python.data.ops.dataset_ops.BatchDataset。

【问题讨论】：

到目前为止您尝试过什么？什么不工作？

我阅读了 tensorflow 文档并尝试了 tf.reduce_max(ds[:, :, :],axis=-1, keepdims=True) 的运气，但它给了我一个错误：'BatchDataset' object is not subscriptable

dataset = ds.map(lambda x: x+max(x)) 但我收到错误 TypeError: () takes 1 positional argument but 2 were given

你使用tf.keras.preprocessing.timeseries_dataset_from_array有什么原因吗？

我喜欢给定的 tensorflow 函数 tf.keras.preprocessing.timeseries_dataset_from_array，因为它允许我轻松调整其他项目的输入和标签

【参考方案1】：

您可以使用tf.data.Dataset.from_tensor_slices 和tf.data.Dataset.map 解决您的问题：

import tensorflow as tf
import numpy as np
 
simple_features = np.array([
         [1, 1, 1],
         [2, 2, 2],
         [3, 3, 3],
         [4, 4, 4],
         [5, 5, 5],
         [6, 6, 6],
         [7, 7, 7],
         [8, 8, 8],
         [9, 9, 9],
         [10, 10, 10],
         [11, 11, 11],
         [12, 12, 12],
])
 
simple_labels = np.array([
         [-1, -1],
         [-2, -2],
         [-3, -3],
         [-4, -4],
         [-5, -5],
         [-6, -6],
         [-7, -7],
         [-8, -8],
         [-9, -9],
         [-10, -10],
         [-11, -11],
         [-12, -12],
])
 
def print_dataset(ds):
    for inputs, targets in ds:
        print("---Batch---")
        print("Feature: \n", inputs.numpy())
        print("Label: \n", targets.numpy())
        print("")

def map_max_values(x, y):
  max_values = tf.reduce_max(x, axis=1)
  temp_x = tf.reshape(tf.repeat(max_values, repeats=x.shape[1]), shape=(x.shape[0], x.shape[1]))
  temp_y = tf.reshape(tf.repeat(max_values, repeats=y.shape[1]), shape=(y.shape[0], y.shape[1]))

  x = x + temp_x
  y = y + temp_y
  return x, y

batch_size = 4
ds = tf.data.Dataset.from_tensor_slices((simple_features,simple_labels)).batch(batch_size, drop_remainder=True)
ds = ds.map(map_max_values)
print_dataset(ds)

---Batch---
Feature: 
 [[2 2 2]
 [4 4 4]
 [6 6 6]
 [8 8 8]]
Label: 
 [[0 0]
 [0 0]
 [0 0]
 [0 0]]

---Batch---
Feature: 
 [[10 10 10]
 [12 12 12]
 [14 14 14]
 [16 16 16]]
Label: 
 [[0 0]
 [0 0]
 [0 0]
 [0 0]]

---Batch---
Feature: 
 [[18 18 18]
 [20 20 20]
 [22 22 22]
 [24 24 24]]
Label: 
 [[0 0]
 [0 0]
 [0 0]
 [0 0]]

或者如果你真的想使用tf.keras.preprocessing.timeseries_dataset_from_array，那么试试这个：

def map_max_values(x, y):
  max_values = tf.reduce_max(x, axis=2)
  temp_x = tf.reshape(tf.repeat(max_values, repeats=tf.shape(x)[2], axis=1), shape=tf.shape(x))
  temp_y = tf.reshape(tf.repeat(tf.expand_dims(max_values[:, 0], axis=1), repeats=tf.shape(y)[1], axis=1), shape=tf.shape(y))

  x = x + temp_x
  y = y + temp_y
  return x, y

ds = tf.keras.preprocessing.timeseries_dataset_from_array(simple_features, simple_labels, sequence_length=4, batch_size=32)
ds = ds.map(map_max_values)
print_dataset(ds)