tf.keras.layers.experimental.preprocessing.Discretization
Разбивает данные на дискретные диапазоны.
Наследуется от: PreprocessingLayer, Layer, Module
tf.keras.layers.experimental.preprocessing.Discretization(
bins, **kwargs
)
Этот слой помещает каждый элемент входных данных в один из нескольких смежных диапазонов и выводит целочисленный индекс, указывающий, в какой диапазон был помещен каждый элемент.
Форма входных данных:
Любой tf.Tensor или tf.RaggedTensor размерности 2 или выше.
Форма выходных данных:
Такая же, как у входных данных.
Примеры:
Разбивает числовые значения на заданные интервалы.
>>> input = np.array([[-1.5, 1.0, 3.4, .5], [0.0, 3.0, 1.3, 0.0]])
>>> layer = tf.keras.layers.experimental.preprocessing.Discretization(
... bins=[0., 1., 2.])
>>> layer(input)
<tf.Tensor: shape=(2, 4), dtype=int32, numpy=
array([[0, 1, 3, 1],
[0, 3, 2, 0]], dtype=int32)>
| Атрибуты | |
|---|---|
bins | Необязательное задание границ. Интервалы не включают левую границу и включают правую границу, поэтому bins=[0., 1., 2.] генерирует интервалы (-inf, 0.), [0., 1.), [1., 2.), и [2., +inf). |
Методы
adapt
adapt(
data, reset_state=True
)
Настраивает состояние слоя предобработки на данных.
| Аргументы | |
|---|---|
data | Данные для обучения. Можно передать в виде набора данных tf.data или в виде массива NumPy. |
reset_state | Необязательный аргумент, определяющий, следует ли очистить состояние слоя в начале вызова adapt, или следует ли начать со существующего состояния. Этот аргумент может быть нерелевантен для всех слоев предобработки: подкласс PreprocessingLayer может выбрать выброс, если 'reset_state' установлен в False. |
© 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/r2.4/api_docs/python/tf/keras/layers/experimental/preprocessing/Discretization
