Проблемы при изменении массива numpy с помощью многоточия - PullRequest
Новая
       12

Проблемы при изменении массива numpy с помощью многоточия

1 голос
/ 12 марта 2020

Я пытаюсь скопировать следующий пакетный генератор для проекта. Однако у меня есть проблемы с изменением моих данных. Цель функции - взять массив [6000,3000] и преобразовать его в форму [batch_size, 100,3000,1].

Функциональный код, который я пытаюсь повторить 

def gen(dict_files, aug=False):
while True:
    record_name = random.choice(list(dict_files.keys()))
    batch_data = dict_files[record_name]
    all_rows = batch_data['x']

    for i in range(batch_size):
        start_index = random.choice(range(all_rows.shape[0]-WINDOW_SIZE))

        X = all_rows[start_index:start_index+WINDOW_SIZE, ...]
        Y = batch_data['y'][start_index:start_index+WINDOW_SIZE]

        X = np.expand_dims(X, 0)
        Y = np.expand_dims(Y, -1)
        Y = np.expand_dims(Y, 0)
        yield X, Y

генерация выходов X, Y: 

X.shape=(batch_size, 100, 3000, 1)
Y.shape=(batch_size, 100, 1)

Мой код:

Определения параметров:

Особенности = массив [6000,3000] и метки = массив [6000,] 

def generator(features, labels, batch_size):

##Define batch shapes
X_train_batch = np.zeros((batch_size,100, 3000, 1))
y_train_batch = np.zeros((batch_size,100, 1))

while True:
    sample_index = random.choice(range(features.shape[0]))
    sample_data = features[sample_index]

    ##Generating training batches
    for i in range(batch_size):
        start_index = random.choice(range(sample_data.shape[0]-100))   #pick random start point in signal (of length 3000timesteps)

        X = sample_data[start_index:start_index + 100, ...] #record 100 timesteps in signal from rand start point
        Y = labels[start_index:start_index + 100] #Record classification of X
        #print(X.shape)                    #gives arrays of (100,), should be (100,3000)

        ##reshaping to input shape taken by model
        X = np.expand_dims(X, 0)
        Y = np.expand_dims(Y, -1)
        Y = np.expand_dims(Y, 0)

        ##Collecting samples into correct batch size
        #X_train_batch[i] = X
        #y_train_batch[i] = Y
        print(y_train_batch.shape) #gives (32,100,1) which is correct!
generator(features, labels, 32)

Может кто-нибудь объяснить функцию многоточия ('...'), найденную здесь X = all_rows[start_index:start_index+WINDOW_SIZE, ...] ? Из моего понимания многоточие помещает 3000 временных шагов sample_data, чтобы выдать результат (100,3000), но я, очевидно, не понимаю что-то, поскольку я не могу получить такое же поведение в своем коде.

Следуя тому, как Могу ли я воспроизвести, какой ген выводит с моим кодом?

...