tf.contrib.layers.weighted_sum_from_feature_columns

Функция для построения линейной модели предсказаний на основе столбцов признаков.

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

Обычно один пример в обучающих данных описывается столбцами признаков. Данная функция генерирует взвешенную сумму для каждого значения num_outputs. Взвешенная сумма соответствует значениям logits в задачах классификации и значениям предсказаний в задачах линейной регрессии.

Пример:

# Building model for training
feature_columns = (
    real_valued_column("my_feature1"),
    ...
)
columns_to_tensor = tf.io.parse_example(...)
logits = weighted_sum_from_feature_columns(
    columns_to_tensors=columns_to_tensor,
    feature_columns=feature_columns,
    num_outputs=1)
loss = tf.nn.sigmoid_cross_entropy_with_logits(labels=labels,
                                               logits=logits)