Python tf.feature_column.sequence_categorical_column_with_vocabulary_list用法及代碼示例

一係列分類術語，其中 id 使用 in-memory 列表。

用法

tf.feature_column.sequence_categorical_column_with_vocabulary_list(
    key, vocabulary_list, dtype=None, default_value=-1, num_oov_buckets=0
)

參數

key 標識輸入特征的唯一字符串。
vocabulary_list 定義詞匯表的有序迭代。每個特征都映射到 vocabulary_list 中其值的索引(如果存在)。必須可轉換為 dtype 。
dtype 特征的類型。僅支持字符串和整數類型。如果 None ，將從 vocabulary_list 推斷。
default_value 為詞匯外特征值返回的整數 ID 值，默認為 -1 。這不能用正的 num_oov_buckets 來指定。
num_oov_buckets 非負整數，詞匯表外的桶數。所有超出詞匯表的輸入都將根據輸入值的散列分配 [len(vocabulary_list), len(vocabulary_list)+num_oov_buckets) 範圍內的 ID。不能用 default_value 指定正的 num_oov_buckets 。

一個SequenceCategoricalColumn。

拋出

ValueError 如果 vocabulary_list 為空，或包含重複鍵。
ValueError num_oov_buckets 是一個負整數。
ValueError num_oov_buckets 和 default_value 均已指定。
ValueError 如果 dtype 不是整數或字符串。

將此傳遞給 embedding_column 或 indicator_column 以將序列分類數據轉換為密集表示，以輸入到序列 NN，例如 RNN。

例子：

colors = sequence_categorical_column_with_vocabulary_list(
    key='colors', vocabulary_list=('R', 'G', 'B', 'Y'),
    num_oov_buckets=2)
colors_embedding = embedding_column(colors, dimension=3)
columns = [colors_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)

相關用法

注：本文由純淨天空篩選整理自tensorflow.org大神的英文原創作品 tf.feature_column.sequence_categorical_column_with_vocabulary_list。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。

用法

參數

返回

拋出

例子：