tf.feature_column.shared_embeddings

Список плотных столбцов, преобразующих разреженный категориальный вход. (устарело)

tf.feature_column.shared_embeddings(
    categorical_columns,
    dimension,
    combiner='mean',
    initializer=None,
    shared_embedding_collection_name=None,
    ckpt_to_load_from=None,
    tensor_name_in_ckpt=None,
    max_norm=None,
    trainable=True,
    use_safe_embedding_lookup=True
)

Это аналогично embedding_column, за исключением того, что он генерирует список столбцов встраивания, которые используют одни и те же весовые коэффициенты встраивания.

Используйте этот метод, когда ваши входные данные разреженные и одного типа (например, идентификаторы просмотренных и просмотренных видео, которые используют один и тот же словарь), и вы хотите преобразовать их в плотное представление (например, для подачи в DNN).

Входные данные должны быть списком категориальных столбцов, созданных любой из функций categorical_column_*. Все они должны быть одного типа и иметь одинаковые аргументы, за исключением key. Например, они могут быть categorical_column_with_vocabulary_file с одним и тем же vocabulary_file. Некоторые или все столбцы также могут быть weighted_categorical_column.

Аргументы
`categorical_columns`	Список категориальных столбцов, созданных функцией `categorical_column_with_*`. Эти столбцы генерируют разреженные идентификаторы, которые являются входными данными для поиска встраивания. Все столбцы должны быть одного типа и иметь одинаковые аргументы, за исключением `key`. Например, они могут быть categorical_column_with_vocabulary_file с одним и тем же vocabulary_file. Некоторые или все столбцы также могут быть weighted_categorical_column.
`dimension`	Целое число, определяющее размер встраивания, должно быть > 0.
`combiner`	Строка, определяющая способ уменьшения, если в одной строке есть несколько записей. В настоящее время поддерживаются 'mean', 'sqrtn' и 'sum', по умолчанию используется 'mean'. 'sqrtn' часто обеспечивает хорошую точность, особенно с bag-of-words столбцами. Каждый из этих вариантов можно рассматривать как нормализацию на уровне примера для столбца. Более подробную информацию см. в `tf.embedding_lookup_sparse`.
`initializer`	Функция инициализации переменной, которая используется при инициализации переменной встраивания. Если не указано, по умолчанию используется `truncated_normal_initializer` со средним значением `0.0` и стандартным отклонением `1/sqrt(dimension)`.
`shared_embedding_collection_name`	Необязательное общее имя этих столбцов. Если не указано, будет выбрано разумное имя на основе имён `categorical_columns`.
`ckpt_to_load_from`	Строка, представляющая имя/шаблон контрольной точки, из которого нужно восстановить весовые коэффициенты столбца. Требуется, если `tensor_name_in_ckpt` не равно `None`.
`tensor_name_in_ckpt`	Имя `Tensor` в `ckpt_to_load_from`, из которого нужно восстановить весовые коэффициенты столбца. Требуется, если `ckpt_to_load_from` не равно `None`.
`max_norm`	Если не равно `None`, каждое встраивание усекается, если его l2-норма больше этого значения, прежде чем комбинировать.
`trainable`	Флаг, указывающий, обучаемо ли встраивание. По умолчанию True.
`use_safe_embedding_lookup`	Если True, используется safe_embedding_lookup_sparse вместо embedding_lookup_sparse. safe_embedding_lookup_sparse гарантирует отсутствие пустых строк и все весовые коэффициенты и идентификаторы являются положительными за счет дополнительных вычислительных затрат. Это относится только к тензорам входных данных размера 2 (NxM). По умолчанию True, рассмотрите возможность отключения, если вышеуказанные проверки не требуются. Обратите внимание, что наличие пустых строк не вызовет никакой ошибки, хотя результат вывода может быть 0 или опущен.

Возвращаемое значение
Список плотных столбцов, преобразующих разреженный вход. Порядок результатов соответствует порядку `categorical_columns`.

Возможные исключения
`ValueError`	если `dimension` не > 0.
`ValueError`	если любой из переданных `categorical_columns` имеет другой тип или другие аргументы, чем другие.
`ValueError`	если ровно один из `ckpt_to_load_from` и `tensor_name_in_ckpt` указан.
`ValueError`	если `initializer` указан и не является вызываемым объектом.
`RuntimeError`	если включено выполнение eager.

© 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/shared_embeddings