tf.keras.layers.experimental.preprocessing.CategoryCrossing

Слой перекрёстного категорирования.

Наследуется от: Layer

Просмотр псевдонимов

Псевдонимы для миграции

См. Руководство по миграции для получения более подробной информации.

tf.compat.v1.keras.layers.experimental.preprocessing.CategoryCrossing

tf.keras.layers.experimental.preprocessing.CategoryCrossing(
    depth=None, name=None, separator=None, **kwargs
)

Этот слой конкатенирует несколько категориальных входных данных в единый категориальный выход (аналогично декартову произведению). Тип данных выходных данных — строковый.

Использование:

inp_1 = ['a', 'b', 'c'] inp_2 = ['d', 'e', 'f'] layer = tf.keras.layers.experimental.preprocessing.CategoryCrossing() layer([inp_1, inp_2])

inp_1 = ['a', 'b', 'c']
inp_2 = ['d', 'e', 'f']
layer = tf.keras.layers.experimental.preprocessing.CategoryCrossing(
   separator='-')
layer([inp_1, inp_2])
<tf.Tensor: shape=(3, 1), dtype=string, numpy=
  array([[b'a-d'],
         [b'b-e'],
         [b'c-f']], dtype=object)>

Аргументы
`depth`	глубина перекрёстного соединения. По умолчанию None, все входы соединяются в один выход. Также может быть целым числом или кортежем/списком целых чисел. Передача целого числа создаст комбинации перекрёстных выходов с глубиной до этого целого числа, т.е., [1, 2, ..., `depth`), а передача кортежа целых чисел создаст перекрёстные выходы с глубиной для указанных значений в кортеже, т.е., `depth`=(N1, N2) создаст все возможные перекрёстные выходы с глубиной, равной N1 или N2. Передача `None` означает одиночный перекрёстный выход со всеми входами. Например, с входами `a`, `b` и `c`, `depth=2` означает, что выход будет [a;b;c;cross(a, b);cross(bc);cross(ca)].
`separator`	Строка, добавляемая между каждым соединённым входом. По умолчанию 'X'.
`name`	Имя, которое нужно дать слою.
`**kwargs`	Параметры ключевых слов для построения слоя.

Форма входных данных: список строковых или целочисленных тензоров или разреженных тензоров формы [batch_size, d1, ..., dm]

Форма выходных данных: один строковый или целочисленный тензор или разреженный тензор формы [batch_size, d1, ..., dm]

Возвращаемое значение
Если какой-либо вход является `RaggedTensor`, выход — `RaggedTensor`. Иначе, если какой-либо вход является `SparseTensor`, выход — `SparseTensor`. В противном случае выход — `Tensor`.

Пример: (depth=None) Если слой получает три входа: a=[[1], [4]], b=[[2], [5]], c=[[3], [6]] выход будет строковым тензором: [[b'1_X_2_X_3'], [b'4_X_5_X_6']]

Пример: (depth — целое число) С теми же входными данными выше, и если depth=2, выход будет списком из 6 строковых тензоров: [[b'1'], [b'4']] [[b'2'], [b'5']] [[b'3'], [b'6']] [[b'1_X_2'], [b'4_X_5']], [[b'2_X_3'], [b'5_X_6']], [[b'3_X_1'], [b'6_X_4']]

Пример: (depth — кортеж/список целых чисел) С теми же входными данными выше, и если depth=(2, 3) выход будет списком из 4 строковых тензоров: [[b'1_X_2'], [b'4_X_5']], [[b'2_X_3'], [b'5_X_6']], [[b'3_X_1'], [b'6_X_4']], [[b'1_X_2_X_3'], [b'4_X_5_X_6']]

Методы

`partial_crossing`

Просмотреть исходный код

partial_crossing(
    partial_inputs, ragged_out, sparse_out
)

Получение перекрёстного выхода из частичного списка/кортежа входов.

© 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/r2.3/api_docs/python/tf/keras/layers/experimental/preprocessing/CategoryCrossing