Python 使用不带标签的Keras TimeseriesGenerator

Python 使用不带标签的Keras TimeseriesGenerator,python,keras,time-series,Python,Keras,Time Series,我有一些时间序列数据和标签。我已经尝试使用Keras对一些RNN进行培训。为了准备数据,我使用了 train_gen = TimeseriesGenerator( data_array, labels_array, length=100, batch_size=16, stride=100, ) 通过这种方式,我可以获得长度为100的数据,而不需要重叠(因为步幅设置为100),这正是我所需要的。而且,我每个时间序列都有一个标签,这也是正确的 现在,我想训

我有一些时间序列数据和标签。我已经尝试使用
Keras
对一些RNN进行培训。为了准备数据,我使用了

train_gen = TimeseriesGenerator(
    data_array,
    labels_array,
    length=100,
    batch_size=16,
    stride=100,
)
通过这种方式,我可以获得长度为100的数据,而不需要重叠(因为步幅设置为100),这正是我所需要的。而且,我每个时间序列都有一个标签,这也是正确的

现在,我想训练一个自动编码器模型。有没有办法只从
TimeseriesGenerator
获取数据,因为在
TimeseriesGenerator
中传递两次数据是不起作用的,即它将第二个参数视为标签,并将其作为标签处理,即从第一个参数提取的对应时间序列只返回一行

有没有简单的方法来实现这一点,或者我们需要开发一个定制的
DataGenerator