tf.feature_column.numeric_column

Представляет числовые или вещественные признаки.

Псевдонимы

Псевдонимы для миграции

См. Руководство по миграции для получения дополнительной информации.

tf.compat.v1.feature_column.numeric_column, `tf.compat.v2.feature_column.numeric_column`

tf.feature_column.numeric_column(
    key, shape=(1,), default_value=None, dtype=tf.dtypes.float32, normalizer_fn=None
)

Пример:

price = numeric_column('price')
columns = [price, ...]
features = tf.io.parse_example(..., features=make_parse_example_spec(columns))
dense_tensor = input_layer(features, columns)

# or
bucketized_price = bucketized_column(price, boundaries=[...])
columns = [bucketized_price, ...]
features = tf.io.parse_example(..., features=make_parse_example_spec(columns))
linear_prediction = linear_model(features, columns)

Аргументы
`key`	Уникальная строка, идентифицирующая входной признак. Используется в качестве имени столбца и ключа словаря для конфигураций разбора признаков, объектов признаков `Tensor` и столбцов признаков.
`shape`	Итерируемый список целых чисел, определяющий форму `Tensor`. Целое число может быть указано, что означает одномерную форму `Tensor` с заданной шириной. Столбец `Tensor` будет иметь форму [размер_пакета] + `shape`.
`default_value`	Одно значение, совместимое с `dtype` или итерируемый список значений, совместимых с `dtype` , которое принимает столбец во время `tf.Example` разбора, если данные отсутствуют. Значение по умолчанию `None` приведет к тому, что `tf.io.parse_example` завершится ошибкой, если в примере отсутствует этот столбец. Если указано одно значение, то же значение будет применено в качестве значения по умолчанию для каждого элемента. Если указан итерируемый список значений, форма `default_value` должна соответствовать заданной `shape`.
`dtype`	определяет тип значений. Значение по умолчанию — `tf.float32`. Должен быть неквантованным вещественным целым или плавающим типом.
`normalizer_fn`	Если не `None`, функция, которую можно использовать для нормализации значения тензора после `default_value` применяется для разбора. Функция нормализации принимает входной `Tensor` в качестве аргумента и возвращает выходной `Tensor`. (например, lambda x: (x - 3.0) / 4.2). Обратите внимание, что, хотя наиболее распространённым случаем использования этой функции является нормализация, она может использоваться для любых типов преобразований TensorFlow.

Возвращает
A `NumericColumn`.

Исключения
`TypeError`	если любая размерность в форме не является целым числом
`ValueError`	если любая размерность в форме не является положительным целым числом
`TypeError`	если `default_value` является итерируемым списком, но не совместим с `shape`
`TypeError`	если `default_value` не совместим с `dtype`.
`ValueError`	если `dtype` не может быть преобразован в `tf.float32`.

© 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/feature_column/numeric_column