如何解决Tensorflow - 从数组列创建多个密集的数字列
我正在使用预设的估算器 tensorflow.python.estimator.canned.dnn.DNNClassifier
。传递给模型的特征之一是浮点数数组。数组的维度每天都会有所不同,但在整个训练/测试数据中会保持一致。
如何将其转换为密集的 tf.feature_column.numeric_column
列表?
如果所有特征都是数字,我会简单地这样做。
feature_columns = []
for feature in feature_names:
feature_columns.append(tf.feature_column.numeric_column(feature))
# then create the DNNClassifier as
classifier = DNNClassifier(
feature_columns=feature_columns,hidden_units=[32,16],optimizer=tf.train.AdamOptimizer(learning_rate=0.001),activation_fn=tf.nn.leaky_relu,dropout=0.1,n_classes=2
)
然而,相反,我有 N 个特征是浮点数,一个是浮点数数组。对于训练/测试中的所有示例,数组的大小将保持不变。然而,这个大小是未知的。
如何将这个数组特征映射到多个 numeric_column
以便我有 K + D
numeric_column
(其中 D
是数组的大小?
我研究了 sequence_numeric_column
,希望也许我可以将它包裹在一个 embedding_column
中,我可以指定其尺寸。但是,embedding_column
只接受 categorical
功能。
我使用的是 tensorflow-1.11。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。