数据结构
网络
关系型数据库管理系统
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理学
化学
生物学
数学
英语
经济学
心理学
社会学
时尚研究
法律研究如何在 Python 中使用 Tensorflow 定义特征列？
Tensorflow 可以通过创建一个空列表并访问训练数据集的“键”值并遍历它来用于为评估器模型定义特征列。在迭代过程中，特征名称被附加到空列表中。
阅读更多： 什么是 TensorFlow 以及 Keras 如何与 TensorFlow 协作创建神经网络？
我们将使用 Keras Sequential API，它有助于构建一个用于处理简单层堆栈的顺序模型，其中每一层都只有一个输入张量和一个输出张量。
包含至少一层的神经网络被称为卷积层。我们可以使用卷积神经网络构建学习模型。
TensorFlow Text 包含与文本相关的类和操作的集合，可与 TensorFlow 2.0 一起使用。TensorFlow Text 可用于预处理序列建模。
我们正在使用 Google Colaboratory 来运行以下代码。Google Colab 或 Colaboratory 帮助通过浏览器运行 Python 代码，并且无需任何配置即可免费访问 GPU（图形处理单元）。Colaboratory 是建立在 Jupyter Notebook 之上的。
评估器是 TensorFlow 对完整模型的高级表示。它旨在实现轻松扩展和异步训练。
示例
print("Building list of feature columns for estimator model")
my_feature_columns = []
for key in train.keys():
my_feature_columns.append(tf.feature_column.numeric_column(key=key))代码来源 -https://tensorflowcn.cn/tutorials/estimator/premade#first_things_first
输出
Building list of feature columns for estimator model
解释
特征列描述了模型应该如何使用来自特征字典的原始输入数据。构建评估器模型时，会向其传递特征列列表。
它们描述了模型应该使用的每个特征。
tf.feature_column 模块提供了许多选项来将数据表示给模型。
我们构建了一个特征列列表，以告诉评估器模型将四个特征中的每一个表示为 32 位浮点值。
更新于： 2021年2月22日
165 次查看
广告