从tensorflow数据集中的元组中获取样本

我有一个时间序列特性（numpy数组）和一个标签（时间步长相同，也有numpy数组）。我使用了来自_array（）的tf.keras.preprocessing.timeseries_dataset_来获取（feature（batched）、labels（batched））的元组

我的问题是，我想把它分为培训和验证（测试已经分开了）。我希望它被洗牌和加窗，所以我不能在timeseries\u dataset\u from\u array（）方法之前这样做，之后，我有一个元组。我可以做：

（train_功能，train_标签）=（output_tuple[0]。获取（num_training_sample），output_tuple[1]。获取（num_training_sample））

或者这会改变要素和标签的顺序吗

更新： 我有以下几点

#feature of size (2757698, 21, 4, 1) time series array
#labels of size (2757698, 3)

w = (timeseries_dataset_from_array(
          features[:train_size, :, :],
          self.target[:train_size, :], self.WINDOW_SIZE, sequence_stride=1, sampling_rate=1,
          batch_size=batch_size, shuffle=True, start_index=start,
          end_index=end))


# output is a tuple as a batch of size ((256, 60, 21, 4, 1), (256, 3)), 60 is the window size

输出是一个生成器，您可以将其提供给您的模型。fit（）

---

我需要的是，在洗牌之后，将这个train_数据集拆分为train和validation。正如您所看到的，我已经从末尾选取了最新的测试数据。

您可以添加您尝试过的代码吗？您得到的输出和预期的输出。我添加了我拥有的简单代码。我有功能和标签（都是numpy数组），我需要的是打开它们（在一段时间内滑动窗口），洗牌，将数据分解为训练和验证，批量训练。来自\u数组的timeseries\u数据集\u执行除拆分之外的所有操作！关于如何处理这个问题有什么帮助吗？你能添加你尝试过的代码吗？您得到的输出和预期的输出。我添加了我拥有的简单代码。我有功能和标签（都是numpy数组），我需要的是打开它们（在一段时间内滑动窗口），洗牌，将数据分解为训练和验证，批量训练。来自\u数组的timeseries\u数据集\u执行除拆分之外的所有操作！关于如何处理这个问题有什么帮助吗？