tf.feature_column.sequence_categorical_column_with_identity
Возвращает столбец признаков, представляющий последовательности целых чисел. (устарело)
tf.feature_column.sequence_categorical_column_with_identity(
key, num_buckets, default_value=None
)
Передайте это в embedding_column или indicator_column, чтобы преобразовать последовательные категориальные данные в плотное представление для входных данных в последовательные нейронные сети, такие как RNN.
Пример:
watches = sequence_categorical_column_with_identity(
'watches', num_buckets=1000)
watches_embedding = embedding_column(watches, dimension=10)
columns = [watches_embedding]
features = tf.io.parse_example(..., features=make_parse_example_spec(columns))
sequence_feature_layer = SequenceFeatures(columns)
sequence_input, sequence_length = sequence_feature_layer(features)
sequence_length_mask = tf.sequence_mask(sequence_length)
rnn_cell = tf.keras.layers.SimpleRNNCell(hidden_size)
rnn_layer = tf.keras.layers.RNN(rnn_cell)
outputs, state = rnn_layer(sequence_input, mask=sequence_length_mask)
| Аргументы | |
|---|---|
key | Уникальная строка, идентифицирующая входной признак. |
num_buckets | Диапазон входных данных. То есть ожидается, что входные данные будут в диапазоне [0, num_buckets). |
default_value | Если None, операции графа этого столбца завершатся ошибкой для входных данных за пределами диапазона. В противном случае это значение должно быть в диапазоне [0, num_buckets), и оно будет заменять входные данные за пределами диапазона. |
| Возвращает | |
|---|---|
SequenceCategoricalColumn. |
| Возбуждает | |
|---|---|
ValueError | если num_buckets меньше единицы. |
ValueError | если default_value не входит в диапазон [0, num_buckets). |
© 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/sequence_categorical_column_with_identity
