如何提取TensorFlow BatchDataset特征最大值并更新对应特征与标签

你可以通过两种方式实现需求，最终输出的数据集均保持BatchDataset类型： #

方案1：预处理原始数据后生成数据集（推荐，逻辑更清晰） #

直接对原始特征、标签做最大值叠加计算，再生成时间序列数据集，完整可运行代码如下：

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("")

# 核心处理逻辑：计算每个特征样本的最大值，通过广播机制叠加到特征和对应标签
per_feature_max = np.max(simple_features, axis=1, keepdims=True)
processed_features = simple_features + per_feature_max
processed_labels = simple_labels + per_feature_max

# 生成BatchDataset类型的时间序列数据集
ds = tf.keras.preprocessing.timeseries_dataset_from_array(processed_features, processed_labels, sequence_length=4, batch_size=32)

# 验证输出
print_dataset(ds)
# 验证数据集类型
print(type(ds))
# 输出：<class 'tensorflow.python.data.ops.dataset_ops.BatchDataset'>

方案2：直接对已生成的BatchDataset做处理 #

如果已经生成了原始数据集，可以通过map方法对批次数据做逐样本计算：

# 原始数据集生成代码不变
ds = tf.keras.preprocessing.timeseries_dataset_from_array(simple_features, simple_labels, sequence_length=4, batch_size=32)

def process_batch(x, y):
    # 计算每个时间步特征的最大值，维度为 (batch_size, sequence_length, 1)
    batch_max = tf.reduce_max(x, axis=-1, keepdims=True)
    # 特征叠加对应最大值
    x_new = x + batch_max
    # 标签叠加对应窗口最后一个时间步的特征最大值
    y_new = y + batch_max[:, -1, :]
    return x_new, y_new

processed_ds = ds.map(process_batch)
# 验证数据集类型
print(type(processed_ds))
# 输出：<class 'tensorflow.python.data.ops.dataset_ops.BatchDataset'>

内容的提问来源于stack exchange，提问作者freak11