Python tf.ragged.cross_hashed用法及代码示例

从张量列表生成散列特征交叉。

用法

tf.ragged.cross_hashed(
    inputs, num_buckets=0, hash_key=None, name=None
)

参数

inputs RaggedTensor 或 Tensor 或 SparseTensor 的列表。
num_buckets 用于存储散列值的非负 int。如果 num_buckets != 0 ，那么 output = hashed_value % num_buckets 。
hash_key FingerprintCat64 函数将使用的整数 hash_key。如果未给出，则使用默认 key 。
name 操作的可选名称。

int64 类型的 2D RaggedTensor 。

输入张量必须具有 rank=2 ，并且必须具有相同的行数。结果是 RaggedTensor 与输入的行数相同，其中 result[row] 包含通过从每个输入的相应行 ( inputs[i][row] ) 中获取单个值而形成的所有值组合的列表。通过将它们的指纹散列在一起来组合值。例如：

tf.ragged.cross_hashed([tf.ragged.constant([['a'], ['b', 'c']]),
                        tf.ragged.constant([['d'], ['e']]),
                        tf.ragged.constant([['f'], ['g']])],
                       num_buckets=100)
<tf.RaggedTensor [[78], [66, 74]]>

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.ragged.cross_hashed。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。

用法

参数

返回