【Python/Pytorch 】-- 滑动窗口算法

文章目录

文章目录

  • [00 写在前面](#00 写在前面)
  • [01 基于Python版本的滑动窗口代码](#01 基于Python版本的滑动窗口代码)
  • [02 算法效果](#02 算法效果)

00 写在前面

写这个算法原因是:训练了一个时序网络,该网络模型的时序维度为32,而测试数据的时序维度为90。因此需要采用滑动窗口的方法,生成一系列32维度的窗口,用于测试。

该算法中用到了一个python的关键字yield,其用于定义生成器函数。生成器函数与普通函数不同,它可以在执行过程中暂停,并在以后继续从暂停的地方恢复执行。每次调用生成器函数时,都会返回一个生成器对象,而不是直接返回一个值。在你的代码中,yield 用于产生一个滑动窗口。

01 基于Python版本的滑动窗口代码

python 复制代码
def window(seq, size=3, stride=2):
    """
    返回一个滑动窗口(宽度为'size')在数据序列'seq'上,具有指定的'stride'。
    例如,seq -> (s0, s1, ..., s[size-1]), (s[stride], s[stride+1], ..., s[stride+size-1]), ...
    """
    it = iter(seq)  # 从输入序列创建一个迭代器
    result = []  # 初始化一个空列表来存储当前窗口

    # 遍历迭代器中的每个元素
    for elem in it:
        result.append(elem)  # 将当前元素添加到窗口中
        if len(result) == size:  # 如果窗口达到所需大小
            yield result  # 生成当前窗口
            result = result[stride:]  # 根据步幅长度滑动窗口

    # 如果主循环后结果列表中还有剩余元素
    if result:
        i = 0  # 初始化一个计数器来填充剩余窗口
        while len(result) < size:  # 当窗口小于所需大小时
            result.append(seq[i % len(seq)])  # 从序列开始添加元素
            i += 1  # 增加计数器
        yield result  # 生成最终窗口

02 算法效果

python 复制代码
# 示例使用
seq = [1, 2, 3, 4, 5, 6, 7, 8]
for windowed in window(seq, size=3, stride=2):
    print(windowed)  # 打印每个滑动窗口

初始状态:result = []
添加元素:result = [1, 2, 3] 生成窗口 [1, 2, 3],重置 result = [3]
添加元素:result = [3, 4, 5] 生成窗口 [3, 4, 5],重置 result = [5]
添加元素:result = [5, 6, 7] 生成窗口 [5, 6, 7],重置 result = [7]
添加元素:result = [7, 8]
填充元素:result = [7, 8, 1],生成最后一个窗口 [7, 8, 1]
相关推荐
北京耐用通信7 分钟前
全域适配工业场景耐达讯自动化Modbus TCP 转 PROFIBUS 网关轻松实现以太网与现场总线互通
网络·人工智能·网络协议·自动化·信息与通信
火山引擎开发者社区10 分钟前
TRAE × 火山引擎 Supabase:为你的 AI 应用装上“数据引擎”
人工智能
小a彤38 分钟前
GE 在 CANN 五层架构中的位置
人工智能·深度学习·transformer
心中有国也有家1 小时前
cann-recipes-infer:昇腾 NPU 推理的“菜谱集合”
经验分享·笔记·学习·算法
前端若水1 小时前
会话管理:创建、切换、删除对话历史
前端·人工智能·python·react.js
Upsy-Daisy1 小时前
AI Agent 项目学习笔记(八):Tool Calling 工具调用机制总览
人工智能·笔记·学习
绝知此事1 小时前
【算法突围 01】线性结构与哈希表:后端开发的收纳术
java·数据结构·算法·面试·jdk·散列表
企学宝1 小时前
企学宝5月专题课程丨《OpenClaw AI 智能体实战营:从零基础部署到全场景自动化落地》
人工智能·ai·企业培训
碧海银沙音频科技研究院1 小时前
通话AEC与语音识别AEC的软硬回采链路
深度学习·算法·语音识别
冬奇Lab2 小时前
让 AI Agent 更可靠:Harness Engineering 与多 Agent 系统工程实践
人工智能·llm·agent