tf.keras.layers.Hashing

Слой предобработки, который хеширует и группирует категориальные признаки.

Наследуется от: Layer, Module

Просмотр псевдонимов

Основные псевдонимы

tf.keras.layers.experimental.preprocessing.Hashing

Псевдонимы для миграции

См. Руководство по миграции для получения дополнительных сведений.

tf.compat.v1.keras.layers.Hashing, tf.compat.v1.keras.layers.experimental.preprocessing.Hashing

tf.keras.layers.Hashing(
    num_bins,
    mask_value=None,
    salt=None,
    output_mode='int',
    sparse=False,
    **kwargs
)

Этот слой преобразует категориальные входные данные в хешированные выходные данные. Он поэлементно преобразует целые числа или строки в целые числа в фиксированном диапазоне. Стабильная хеш-функция использует tensorflow::ops::Fingerprint для получения одного и того же результата на всех платформах.

Этот слой по умолчанию использует FarmHash64, который обеспечивает согласованный хешированный результат на разных платформах и стабилен в вызовах, независимо от устройства и контекста, тщательно смешивая биты входных данных.

Если вам нужно замаскировать хешированный результат, вы также можете передать аргумент random salt в конструкторе. В этом случае слой будет использовать хеш-функцию SipHash64, а значение salt будет служить дополнительным вводом для хеш-функции.

Обзор и полный список слоев предобработки см. в руководстве по предобработке руководство.

Пример (FarmHash64)

layer = tf.keras.layers.Hashing(num_bins=3)
inp = [['A'], ['B'], ['C'], ['D'], ['E']]
layer(inp)
<tf.Tensor: shape=(5, 1), dtype=int64, numpy=
  array([[1],
         [0],
         [1],
         [1],
         [2]])>

Пример (FarmHash64) со значением маски

layer = tf.keras.layers.Hashing(num_bins=3, mask_value='')
inp = [['A'], ['B'], [''], ['C'], ['D']]
layer(inp)
<tf.Tensor: shape=(5, 1), dtype=int64, numpy=
  array([[1],
         [1],
         [0],
         [2],
         [2]])>

Пример (SipHash64)

layer = tf.keras.layers.Hashing(num_bins=3, salt=[133, 137])
inp = [['A'], ['B'], ['C'], ['D'], ['E']]
layer(inp)
<tf.Tensor: shape=(5, 1), dtype=int64, numpy=
  array([[1],
         [2],
         [1],
         [0],
         [2]])>

Пример (Siphash64 с одним целым числом, аналогично salt=[133, 133])

layer = tf.keras.layers.Hashing(num_bins=3, salt=133)
inp = [['A'], ['B'], ['C'], ['D'], ['E']]
layer(inp)
<tf.Tensor: shape=(5, 1), dtype=int64, numpy=
  array([[0],
         [0],
         [2],
         [1],
         [0]])>

Аргументы
`num_bins`	Количество хеш-ячеек. Обратите внимание, что это включает `mask_value` ячейку, поэтому эффективное количество ячеек равно `(num_bins - 1)` если `mask_value` установлено.
`mask_value`	Значение, представляющее входные данные с маской, которые отображаются в индекс 0. По умолчанию None, означающее, что термин маски не будет добавлен, и хеширование начнется с индекса 0.
`salt`	Одно целое беззнаковое число или None. Если передано, используемая хеш-функция будет SipHash64, и эти значения будут использованы в качестве дополнительного входа (известного в криптографии как «соль»). Они должны быть отличны от нуля. По умолчанию `None` (в этом случае используется хеш-функция FarmHash64). Также поддерживается кортеж/список из 2 целых беззнаковых чисел, см. справочную статью для получения подробностей.
`output_mode`	Описание выходных данных слоя. По умолчанию `"int"`. Значения могут быть `"int"`, `"one_hot"`, `"multi_hot"`, или `"count"`, определяя слой следующим образом: `"int"`: Возвращает индексы ячеек целых чисел напрямую. `"one_hot"`: Кодирует каждый отдельный элемент входных данных в массив такого же размера, что и `num_bins`, содержащий 1 в индексе ячейки входных данных. Если последняя размерность равна 1, будет закодировано на этой размерности. Если последняя размерность не равна 1, будет добавлена новая размерность для закодированных выходных данных. `"multi_hot"`: Кодирует каждую выборку входных данных в один массив такого же размера, что и `num_bins`, содержащий 1 для каждого индекса ячейки, присутствующего в выборке. Рассматривает последнюю размерность как размерность выборки, если форма входных данных `(..., sample_length)`, форма выходных данных будет `(..., num_tokens)`. `"count"`: Как `"multi_hot"`, но массив целых чисел содержит количество раз, когда индекс ячейки появился в выборке.
`sparse`	Булево. Применимо только к `"one_hot"`, `"multi_hot"`, и `"count"` режимам вывода. Если True, возвращает `SparseTensor` вместо плотного `Tensor`. По умолчанию False.
`**kwargs`	Ключевые аргументы для построения слоя.

Форма входных данных:

Один или список строк, int32 или int64 Tensor, SparseTensor или RaggedTensor формы (batch_size, ...,)

Форма выходных данных:

int64 Tensor, SparseTensor или RaggedTensor формы (batch_size, ...). Если любой вход RaggedTensor то выход RaggedTensor, в противном случае, если любой вход SparseTensor то выход SparseTensor, в противном случае выход Tensor.

Ссылка:

SipHash с солью

© 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/keras/layers/Hashing