tf.contrib.layers.embedding_column
Создаёт _EmbeddingColumn для подачи разреженных данных в DNN.
tf.contrib.layers.embedding_column(
sparse_id_column, dimension, combiner='mean', initializer=None,
ckpt_to_load_from=None, tensor_name_in_ckpt=None, max_norm=None, trainable=True
)
| Аргументы | |
|---|---|
sparse_id_column | A _SparseColumn которое создаётся, например, функциями sparse_column_with_* или crossed_column. Обратите внимание, что combiner определённые в sparse_id_column игнорируются. |
dimension | Целое число, определяющее размерность встраивания. |
combiner | Строка, определяющая способ сокращения, если в одной строке несколько записей. В настоящее время поддерживаются "mean", "sqrtn" и "sum", по умолчанию используется "mean". "sqrtn" часто обеспечивает хорошую точность, особенно с колонками bag-of-words. Каждый из этих способов можно рассматривать как нормализацию на уровне примера в колонке:
|
initializer | Функция инициализации переменной, которая используется при инициализации переменной встраивания. Если не указано, по умолчанию используется tf.compat.v1.truncated_normal_initializer со средним значением 0,0 и стандартным отклонением 1/sqrt(sparse_id_column.length). |
ckpt_to_load_from | (Необязательно). Строка, представляющая имя/шаблон контрольной точки для восстановления весов колонки. Требуется, если tensor_name_in_ckpt не равно None. |
tensor_name_in_ckpt | (Необязательно). Имя Tensor в предоставленной контрольной точке, из которой восстанавливать веса колонки. Требуется, если ckpt_to_load_from не равно None. |
max_norm | (Необязательно). Если не None, значения встраивания нормализуются по l2 до значения max_norm. |
trainable | (Необязательно). Следует ли обучать встраивание. По умолчанию True |
| Возвращает | |
|---|---|
An _EmbeddingColumn. |
© 2020 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 3.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/versions/r1.15/api_docs/python/tf/contrib/layers/embedding_column