tf.compat.v2.keras.layers.DenseFeatures

Слой, генерирующий плотное Tensor на основе заданных feature_columns.

Наследуется от: DenseFeatures

tf.compat.v2.keras.layers.DenseFeatures(
    feature_columns, trainable=True, name=None, **kwargs
)

В общем случае, каждый пример в обучающих данных описывается с помощью FeatureColumns. На первом слое модели эти данные, ориентированные на столбцы, должны быть преобразованы в единый Tensor.

Этот слой может быть вызван несколько раз с различными признаками.

Это версия V2 этого слоя, которая использует name_scopes для создания переменных вместо variable_scopes. Однако этот подход в настоящее время не поддерживает разделенные переменные. В таком случае используйте версию V1.

Пример:

price = numeric_column('price')
keywords_embedded = embedding_column(
    categorical_column_with_hash_bucket("keywords", 10K), dimensions=16)
columns = [price, keywords_embedded, ...]
feature_layer = DenseFeatures(columns)

features = tf.io.parse_example(..., features=make_parse_example_spec(columns))
dense_tensor = feature_layer(features)
for units in [128, 64, 32]:
  dense_tensor = tf.keras.layers.Dense(units, activation='relu')(dense_tensor)
prediction = tf.keras.layers.Dense(1)(dense_tensor)