admin管理员组

文章数量:1650775

1.作用

indicator_column可用于包装任何categorical_column_*产生的向量，然后作为NN模型的input_layer的输入。

使用方式：

tf.feature_column.indicator_column(categorical_column)

输入：

categorical_column_*的输出。

输出：

可用于NN模型的input_layer的输入。

2.例子

import tensorflow as tf
sess=tf.Session()
#特征数据
features = {
    'sex': ['male', 'male', 'female', 'female', 'da'],
}
#特征列
sex_column = tf.feature_column.categorical_column_with_vocabulary_list('sex', ['male', 'female'])
# sex_column = tf.feature_column.indicator_column(sex_column)
#组合特征列
columns = [sex_column]
#输入层（数据，特征列）
inputs = tf.feature_column.input_layer(features, columns)
#初始化并运行
init = tf.global_variables_initializer()
sess.run(tf.tables_initializer())
sess.run(init)
v=sess.run(inputs)
print(v)

这个例子中，将categorical_column_with_vocabulary_list的输出，直接作为input_layer的输入时，报错：

  File "/Users/wang/anaconda3/envs/tf/lib/python2.7/site-packages/tensorflow/python/feature_column/feature_column.py", line 187, in _internal_input_layer
    'embedding_column or indicator_column. Given: {}'.format(column)) 
'embedding_column or indicator_column. Given: {}'.format(column))
ValueError: Items of feature_columns must be a _DenseColumn. You can wrap a categorical column with an embedding_column or indicator_column. Given: VocabularyListCategoricalColumn(key='sex', vocabulary_list=('male', 'female'), dtype=tf.string, default_value=-1, num_oov_buckets=0)

意思是要将 a categorical column转为denseColumn，通过embedding或者indicator column方法可以实现。

取消对indicator_column()的注释后，能得到运行后的结果：性别的三种情况的one-hot如下所示。

[[1. 0.]
 [1. 0.]
 [0. 1.]
 [0. 1.]
 [0. 0.]]

 

参考

1.官方文档：https://www.tensorflow/versions/r1.15/api_docs/python/tf/feature_column/indicator_column

2.例子：https://zhuanlan.zhihu/p/73701872

本文标签： 函数作用TFtensorflowindicatorcolumn

版权声明：本文标题：【TensorFlow】(八)tf.feature_column.indicator_column()函数的作用及用法 内容由热心网友自发贡献，该文观点仅代表作者本人， 转载请联系作者并注明出处：https://m.elefans.com/xitong/1729533962a1205173.html， 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。如发现本站有涉嫌抄袭侵权/违法违规的内容，一经查实，本站将立刻删除。