Python tf.feature_column.sequence_categorical_column_with_identity用法及代码示例

返回表示整数序列的特征列。

用法

tf.feature_column.sequence_categorical_column_with_identity(
    key, num_buckets, default_value=None
)

参数

key 标识输入特征的唯一字符串。
num_buckets 输入范围。即，输入预计在 [0, num_buckets) 范围内。
default_value 如果 None ，此列的图形操作将因超出范围的输入而失败。否则，此值必须在 [0, num_buckets) 范围内，并将替换超出范围的输入。

一个SequenceCategoricalColumn。

抛出

ValueError 如果num_buckets 小于一。
ValueError 如果 default_value 不在 [0, num_buckets) 范围内。

将此传递给 embedding_column 或 indicator_column 以将序列分类数据转换为密集表示，以输入到序列 NN，例如 RNN。

例子：

watches = sequence_categorical_column_with_identity(
    'watches', num_buckets=1000)
watches_embedding = embedding_column(watches, dimension=10)
columns = [watches_embedding]

features = tf.io.parse_example(..., features=make_parse_example_spec(columns))
sequence_feature_layer = SequenceFeatures(columns)
sequence_input, sequence_length = sequence_feature_layer(features)
sequence_length_mask = tf.sequence_mask(sequence_length)

rnn_cell = tf.keras.layers.SimpleRNNCell(hidden_size)
rnn_layer = tf.keras.layers.RNN(rnn_cell)
outputs, state = rnn_layer(sequence_input, mask=sequence_length_mask)

相关用法

注：本文由纯净天空筛选整理自tensorflow.org大神的英文原创作品 tf.feature_column.sequence_categorical_column_with_identity。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。