tf.contrib.layers.sequence_input_from_feature_columns

Создаёт входные данные для моделей последовательностей из FeatureColumns. (экспериментальная функция)

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

См. документацию для input_from_feature_columns. Допускаются следующие типы FeatureColumn в feature_columns: _OneHotColumn, _EmbeddingColumn, _ScatteredEmbeddingColumn, _RealValuedColumn, _DataFrameColumn. Кроме того, столбцы в feature_columns не могут быть созданы с использованием следующих: ScatteredEmbeddingColumn, BucketizedColumn, CrossedColumn.

Аргументы
`columns_to_tensors`	Сопоставление столбца признака с тензорами. Ключ 'string' означает базовый признак (не преобразованный). Он также может иметь FeatureColumn в качестве ключа. Это означает, что FeatureColumn уже преобразован обработкой входных данных.
`feature_columns`	Множество, содержащее все столбцы признаков. Все элементы в множестве должны быть экземплярами классов, производными от FeatureColumn.
`weight_collections`	Список графовых коллекций, в которые добавляются веса.
`trainable`	Если `True` также добавлять переменные в графовую коллекцию `GraphKeys.TRAINABLE_VARIABLES` (см. tf.Variable).
`scope`	Необязательный scope для variable_scope.

Возвращаемые значения
Тензор, который может быть использован скрытыми слоями в нейронной сети.

Исключения
`ValueError`	если FeatureColumn нельзя использовать в нейронной сети.

© 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/sequence_input_from_feature_columns