資料結構
網路
關係型資料庫管理系統
作業系統
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 程式設計
C++
C#
MongoDB
MySQL
Javascript
PHP
物理學
化學
生物學
數學
英語
經濟學
心理學
社會學
時尚研究
法律研究如何在 Python 中使用 Tensorflow 定義特徵列？
Tensorflow 可以透過建立一個空列表並訪問訓練資料集的“鍵”值並遍歷它來用於為評估器模型定義特徵列。在迭代過程中，特徵名稱被附加到空列表中。
閱讀更多： 什麼是 TensorFlow 以及 Keras 如何與 TensorFlow 協作建立神經網路？
我們將使用 Keras Sequential API，它有助於構建一個用於處理簡單層堆疊的順序模型，其中每一層都只有一個輸入張量和一個輸出張量。
包含至少一層的神經網路被稱為卷積層。我們可以使用卷積神經網路構建學習模型。
TensorFlow Text 包含與文字相關的類和操作的集合，可與 TensorFlow 2.0 一起使用。TensorFlow Text 可用於預處理序列建模。
我們正在使用 Google Colaboratory 來執行以下程式碼。Google Colab 或 Colaboratory 幫助透過瀏覽器執行 Python 程式碼，並且無需任何配置即可免費訪問 GPU（圖形處理單元）。Colaboratory 是建立在 Jupyter Notebook 之上的。
評估器是 TensorFlow 對完整模型的高階表示。它旨在實現輕鬆擴充套件和非同步訓練。
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))程式碼來源 -https://www.tensorflow.org/tutorials/estimator/premade#first_things_first
輸出
Building list of feature columns for estimator model
解釋
特徵列描述了模型應該如何使用來自特徵字典的原始輸入資料。構建評估器模型時，會向其傳遞特徵列列表。
它們描述了模型應該使用的每個特徵。
tf.feature_column 模組提供了許多選項來將資料表示給模型。
我們構建了一個特徵列列表，以告訴評估器模型將四個特徵中的每一個表示為 32 位浮點值。
更新於： 2021年2月22日
165 次檢視
廣告