tf.keras.layers.Hashing

Слой предобработки, который хеширует категориальные признаки и распределяет их по корзинам.

Наследуется от: Layer, Operation

tf.keras.layers.Hashing(
    num_bins,
    mask_value=None,
    salt=None,
    output_mode='int',
    sparse=False,
    **kwargs
)

Используется в блокнотах

Используется в руководстве	Используется в учебных материалах
Работа со слоями предобработки	Использование дополнительных признаков: предобработка признаков

Этот слой преобразует категориальные входные данные в хешированные выходные данные. Он поэлементно преобразует целые числа или строки в целые числа из фиксированного диапазона. Стабильная хеш-функция использует tensorflow::ops::Fingerprint, чтобы последовательно создавать одинаковые выходные данные на всех платформах.

По умолчанию этот слой использует FarmHash64, которая обеспечивает согласованные хешированные выходные данные на разных платформах и стабильна при каждом вызове независимо от устройства и контекста благодаря тщательному перемешиванию входных битов.

Чтобы скрыть хешированные выходные данные, можно также передать в конструктор случайный аргумент salt. В этом случае слой будет использовать хеш-функцию SipHash64, а значение salt будет дополнительным входным параметром хеш-функции.

Примечание: Этот слой внутри использует TensorFlow. Его нельзя использовать в составе скомпилированного графа вычислений модели с любым бэкендом, кроме TensorFlow. Однако его можно использовать с любым бэкендом при выполнении в eager-режиме. Его также всегда можно использовать в составе конвейера предварительной обработки входных данных с любым бэкендом (вне самой модели); именно такой способ использования мы рекомендуем.

Примечание: Этот слой можно безопасно использовать в конвейере tf.data (независимо от используемого бэкенда).

Пример (FarmHash64)

layer = keras.layers.Hashing(num_bins=3)
inp = [['A'], ['B'], ['C'], ['D'], ['E']]
layer(inp)
array([[1],
        [0],
        [1],
        [1],
        [2]])>

Пример (FarmHash64) со значением маски

layer = keras.layers.Hashing(num_bins=3, mask_value='')
inp = [['A'], ['B'], [''], ['C'], ['D']]
layer(inp)
array([[1],
        [1],
        [0],
        [2],
        [2]])

Пример (SipHash64)

layer = keras.layers.Hashing(num_bins=3, salt=[133, 137])
inp = [['A'], ['B'], ['C'], ['D'], ['E']]
layer(inp)
array([[1],
        [2],
        [1],
        [0],
        [2]])

Пример (Siphash64 с одним целым числом, как и salt=[133, 133])

layer = keras.layers.Hashing(num_bins=3, salt=133)
inp = [['A'], ['B'], ['C'], ['D'], ['E']]
layer(inp)
array([[0],
        [0],
        [2],
        [1],
        [0]])

Аргументы
`num_bins`	Количество хеш-корзин. Обратите внимание, что сюда входит корзина `mask_value`, поэтому эффективное количество корзин равно `(num_bins - 1)`, если задано `mask_value`.
`mask_value`	Значение, обозначающее замаскированные входные данные, которым присваивается индекс 0. `None` означает, что элемент маски не будет добавлен и хеширование начнётся с индекса 0. По умолчанию — `None`.
`salt`	Одно беззнаковое целое число или None. Если указано это значение, будет использоваться хеш-функция SipHash64, а эти значения будут дополнительными входными данными (в криптографии они называются «солью»). Значения должны быть ненулевыми. Если указано `None`, используется хеш-функция FarmHash64. Также поддерживаются кортеж/список из двух беззнаковых целых чисел; подробности см. в статье. По умолчанию — `None`.
`output_mode`	Спецификация выходных данных слоя. Значениями могут быть `"int"`, `"one_hot"`, `"multi_hot"` или `"count"`; в зависимости от выбранного значения слой настраивается следующим образом: `"int"`: возвращает непосредственно целочисленные индексы корзин. `"one_hot"`: кодирует каждый отдельный элемент входных данных в массив размером `num_bins`, содержащий 1 по индексу корзины этого элемента. Если размер последнего измерения равен 1, кодирование выполняется по этому измерению. Если размер последнего измерения не равен 1, для закодированных выходных данных добавляется новое измерение. `"multi_hot"`: кодирует каждый пример из входных данных в один массив размером `num_bins`, содержащий 1 для каждого индекса корзины, присутствующего в примере. Последнее измерение считается измерением примеров. Если форма входных данных — `(..., sample_length)`, форма выходных данных будет `(..., num_tokens)`. `"count"`: аналогично `"multi_hot"`, но целочисленный массив содержит количество появлений индекса корзины в примере. По умолчанию — `"int"`.
`sparse`	Логическое значение. Применимо только к режимам выходных данных `"one_hot"`, `"multi_hot"` и `"count"`. Поддерживается только бэкендом TensorFlow. Если указано `True`, возвращается `SparseTensor` вместо плотного `Tensor`. По умолчанию — `False`.
`**kwargs`	Именованные аргументы для создания слоя.

Форма входных данных
Одна строка, список строк либо тензор `int32` или `int64` формы `(batch_size, ...,)`.

Форма выходных данных
Тензор `int32` формы `(batch_size, ...)`.

Ссылки:

SipHash с солью

Атрибуты
`input`	Получает входные тензоры символьной операции. Возвращает только тензоры, соответствующие первому вызову операции.
`output`	Получает выходные тензоры слоя. Возвращает только тензоры, соответствующие первому вызову операции.

Методы

`from_config`

Посмотреть исходный код

@classmethod
from_config(
    config
)

Создаёт слой на основе его конфигурации.

Этот метод является обратным к get_config и позволяет создать такой же слой из словаря конфигурации. Он не обрабатывает связи между слоями (это делает Network) и веса (это делает set_weights).

Аргументы
`config`	Словарь Python, обычно являющийся результатом вызова get_config.

Возвращает
Экземпляр слоя.

`symbolic_call`

Посмотреть исходный код

symbolic_call(
    *args, **kwargs
)

© 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/keras/layers/Hashing