tf.keras.layers.experimental.preprocessing.HashedCrossing

Слой предобработки, который пересекает признаки с помощью «хэширования».

Наследуется от: Layer, Module

tf.keras.layers.experimental.preprocessing.HashedCrossing(
    num_bins, output_mode='int', sparse=False, **kwargs
)

Этот слой выполняет пересечение категориальных признаков с помощью «хэширования». Понятийно, преобразование можно представить как: hash(конкатенация признаков) % num_bins.

В настоящее время этот слой выполняет только пересечение скалярных входных данных и пакетов скалярных входных данных. Допустимые формы входных данных (batch_size, 1), (batch_size,) и ().

Для обзора и полного списка слоев предобработки см. руководство по предобработке руководство.

Примеры:

Пересечение двух скалярных признаков.

layer = tf.keras.layers.experimental.preprocessing.HashedCrossing(
    num_bins=5)
feat1 = tf.constant(['A', 'B', 'A', 'B', 'A'])
feat2 = tf.constant([101, 101, 101, 102, 102])
layer((feat1, feat2))
<tf.Tensor: shape=(5,), dtype=int64, numpy=array([1, 4, 1, 1, 3])>

Пересечение и однократное кодирование двух скалярных признаков.

layer = tf.keras.layers.experimental.preprocessing.HashedCrossing(
    num_bins=5, output_mode='one_hot')
feat1 = tf.constant(['A', 'B', 'A', 'B', 'A'])
feat2 = tf.constant([101, 101, 101, 102, 102])
layer((feat1, feat2))
<tf.Tensor: shape=(5, 5), dtype=float32, numpy=
  array([[0., 1., 0., 0., 0.],
         [0., 0., 0., 0., 1.],
         [0., 1., 0., 0., 0.],
         [0., 1., 0., 0., 0.],
         [0., 0., 0., 1., 0.]], dtype=float32)>