tf.feature_column.make_parse_example_spec

Создаёт словарь спецификаций разбора из входных столбцов признаков. (устарело)

tf.feature_column.make_parse_example_spec(
    feature_columns
)

Используется в ноутбуках

Используется в руководстве
Estimators

Возвращаемый словарь может быть использован в качестве аргумента 'features' в tf.io.parse_example.

Пример типичного использования:

# Define features and transformations
feature_a = tf.feature_column.categorical_column_with_vocabulary_file(...)
feature_b = tf.feature_column.numeric_column(...)
feature_c_bucketized = tf.feature_column.bucketized_column(
    tf.feature_column.numeric_column("feature_c"), ...)
feature_a_x_feature_c = tf.feature_column.crossed_column(
    columns=["feature_a", feature_c_bucketized], ...)

feature_columns = set(
    [feature_b, feature_c_bucketized, feature_a_x_feature_c])
features = tf.io.parse_example(
    serialized=serialized_examples,
    features=tf.feature_column.make_parse_example_spec(feature_columns))

Для вышеприведенного примера, make_parse_example_spec вернёт словарь:

{
    "feature_a": parsing_ops.VarLenFeature(tf.string),
    "feature_b": parsing_ops.FixedLenFeature([1], dtype=tf.float32),
    "feature_c": parsing_ops.FixedLenFeature([1], dtype=tf.float32)
}

Аргументы
`feature_columns`	Итерируемый объект, содержащий все столбцы признаков. Все элементы должны быть экземплярами классов, производных от `FeatureColumn`.

Возвращаемое значение
Словарь, сопоставляющий каждому ключу признака значение типа `FixedLenFeature` или `VarLenFeature`.

Исключения
`ValueError`	Если любой из переданных `feature_columns` не является экземпляром класса `FeatureColumn`.

© 2022 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 4.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/api_docs/python/tf/feature_column/make_parse_example_spec