tf.compat.v1.keras.layers.DenseFeatures

Слой, который создаёт плотный Tensor на основе заданных feature_columns.

Наследуется от: Layer, Module

tf.compat.v1.keras.layers.DenseFeatures(
    feature_columns, trainable=True, name=None, partitioner=None, **kwargs
)

Как правило, один пример в обучающих данных описывается с помощью FeatureColumns. В первом слое модели эти данные в формате столбцов должны быть преобразованы в единый Tensor.

Этот слой может быть вызван несколько раз с различными признаками.

Это версия слоя V1, которая использует variable_scope или partitioner для создания переменных, что хорошо работает с PartitionedVariables. Variable scope устарели в версии V2, поэтому в версии V2 используется name_scope вместо этого. Но в настоящее время это не поддерживает переменные с разделением. Используйте эту версию, если вам нужны переменные с разделением. Используйте аргумент partitioner, если у вас есть модель Keras и используется tf.compat.v1.keras.estimator.model_to_estimator для обучения.

Пример:

price = tf.feature_column.numeric_column('price')
keywords_embedded = tf.feature_column.embedding_column(
    tf.feature_column.categorical_column_with_hash_bucket("keywords", 10K),
    dimension=16)
columns = [price, keywords_embedded, ...]
partitioner = tf.compat.v1.fixed_size_partitioner(num_shards=4)
feature_layer = tf.compat.v1.keras.layers.DenseFeatures(
    feature_columns=columns, partitioner=partitioner)

features = tf.io.parse_example(
    ..., features=tf.feature_column.make_parse_example_spec(columns))
dense_tensor = feature_layer(features)
for units in [128, 64, 32]:
  dense_tensor = tf.compat.v1.keras.layers.Dense(
                     units, activation='relu')(dense_tensor)
prediction = tf.compat.v1.keras.layers.Dense(1)(dense_tensor)

Аргументы
`feature_columns`	Итерируемый объект, содержащий FeatureColumns, используемые в качестве входных данных для вашей модели. Все элементы должны быть экземплярами классов, производных от `DenseColumn`, таких как `numeric_column`, `embedding_column`, `bucketized_column`, `indicator_column`. Если у вас есть категориальные признаки, вы можете обернуть их с помощью `embedding_column` или `indicator_column`.
`trainable`	Булево значение, указывающее, будут ли переменные слоя обновляться с помощью градиентного спуска во время обучения.
`name`	Имя для DenseFeatures.
`partitioner`	Разделитель для входного слоя. По умолчанию None.
`**kwargs`	Ключевые аргументы для построения слоя.

Исключения
`ValueError`	если элемент в `feature_columns` не является `DenseColumn`.

© 2022 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 4.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/versions/r2.9/api_docs/python/tf/compat/v1/keras/layers/DenseFeatures