我有一长串事件（400 个独特事件，序列约 10M 长）。我想训练一个 RNN 来预测下一个事件。

我采取的预处理步骤是：（1）使用熊猫转向OneHotEncoding：

vector = pd.get_dummies(sr)

这部分大约需要 15 秒。

（2）使用10的滑动窗口，我创建样本和标签如下；我从 (1) 迭代向量，我将 Xt 作为标签，Xt:t-10 作为数据。

代码：

X = np.zeros((len(samples), window_size, voc_len), dtype=np.bool)
y = np.zeros((len(samples), voc_len), dtype=np.bool)

if IN_COLAB:
  loading_bar = tqdm.tqdm_notebook(enumerate(samples),desc='Build dataset',total=len(samples))
else:
  loading_bar = tqdm.tqdm(enumerate(samples),desc='Build dataset',total=len(samples))

for numpy_index, pandas_idx in loading_bar:
  x_idx = (pandas_idx, pandas_idx + window_size)
  y_idx = pandas_idx + window_size
  Xt = vector.iloc[x_idx[0]:x_idx[1]]
  yt = vector.iloc[y_idx]
  X[numpy_index] = Xt
  y[numpy_index] = yt

display(yt)

问题是秒部分非常慢（25 分钟）。有一个更好的方法吗？某种内置功能？

谢谢