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

返回表示数字数据序列的特征列。

用法

tf.feature_column.sequence_numeric_column(
    key, shape=(1,), default_value=0.0, dtype=tf.dtypes.float32, normalizer_fn=None
)

参数

key 标识输入特征的唯一字符串。
shape 每个序列 id 的输入数据的形状。例如：如果 shape=(2,) ，每个示例必须包含 2 * sequence_length 值。
default_value 与 dtype 兼容的单个值，用于将稀疏数据填充到密集 Tensor 中。
dtype 值的类型。
normalizer_fn 如果不是 None ，则应用可用于对 default_value 之后的张量值进行归一化的函数进行解析。 Normalizer 函数将输入 Tensor 作为其参数，并返回输出 Tensor 。 (例如 lambda x:(x - 3.0) /4.2)。请注意，即使此函数最常见的用例是规范化，它也可用于任何类型的 Tensorflow 转换。

一个SequenceNumericColumn。

抛出

TypeError 如果形状中的任何维度不是 int.
ValueError 如果形状中的任何维度不是正整数。
ValueError 如果 dtype 不能转换为 tf.float32 。

例子：

temperature = sequence_numeric_column('temperature')
columns = [temperature]

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_numeric_column。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。