tf.contrib.layers.joint_weighted_sum_from_feature_columns

Ограниченный конструктор линейной предсказания на основе FeatureColumns.

tf.contrib.layers.joint_weighted_sum_from_feature_columns(
    columns_to_tensors, feature_columns, num_outputs, weight_collections=None,
    trainable=True, scope=None
)

Пока все столбцы признаков являются невзвешенными разреженными столбцами, это вычисляет предсказание линейной модели, которая хранит все веса в одной переменной.

Аргументы
`columns_to_tensors`	Сопоставление столбца признаков с тензорами. Ключ типа 'string' означает базовый признак (не преобразованный). Он также может иметь FeatureColumn в качестве ключа. Это означает, что FeatureColumn уже преобразован входной конвейером. Например, `inflow` может обрабатывать преобразования.
`feature_columns`	Множество, содержащее все столбцы признаков. Все элементы множества должны быть экземплярами классов, производных от FeatureColumn.
`num_outputs`	Целое число, определяющее количество выходов. Значение по умолчанию равно 1.
`weight_collections`	Список граф-коллекций, в которые добавляются веса.
`trainable`	Если `True` также добавлять переменные в граф-коллекцию `GraphKeys.TRAINABLE_VARIABLES` (см. tf.Variable).
`scope`	Необязательный scope для variable_scope.

Возвращаемое значение
Кортеж, содержащий: Тензор, представляющий предсказания линейной модели. Список переменных, хранящих веса. Переменная, используемая для смещения.

Исключения
`ValueError`	если FeatureColumn нельзя использовать для линейных предсказаний.

© 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/joint_weighted_sum_from_feature_columns