CategoryEncoding 层
CategoryEncoding 类
tf_keras.layers.CategoryEncoding(
num_tokens=None, output_mode="multi_hot", sparse=False, **kwargs
)
一个用于对整数特征进行编码的预处理层。
当预先知道标记的总数时，此层提供将数据压缩成分类编码的选项。它接受整数作为输入，并输出这些输入的密集或稀疏表示。对于未知标记总数的整数输入，请改用 tf.keras.layers.IntegerLookup。
有关预处理层的概述和完整列表，请参阅预处理指南。
示例
独热编码数据
>>> layer = tf.keras.layers.CategoryEncoding(
... num_tokens=4, output_mode="one_hot")
>>> layer([3, 2, 0, 1])
<tf.Tensor: shape=(4, 4), dtype=float32, numpy=
array([[0., 0., 0., 1.],
[0., 0., 1., 0.],
[1., 0., 0., 0.],
[0., 1., 0., 0.]], dtype=float32)>
多热编码数据
>>> layer = tf.keras.layers.CategoryEncoding(
... num_tokens=4, output_mode="multi_hot")
>>> layer([[0, 1], [0, 0], [1, 2], [3, 1]])
<tf.Tensor: shape=(4, 4), dtype=float32, numpy=
array([[1., 1., 0., 0.],
[1., 0., 0., 0.],
[0., 1., 1., 0.],
[0., 1., 0., 1.]], dtype=float32)>
在“count”模式下使用加权输入
>>> layer = tf.keras.layers.CategoryEncoding(
... num_tokens=4, output_mode="count")
>>> count_weights = np.array([[.1, .2], [.1, .1], [.2, .3], [.4, .2]])
>>> layer([[0, 1], [0, 0], [1, 2], [3, 1]], count_weights=count_weights)
<tf.Tensor: shape=(4, 4), dtype=float64, numpy=
array([[0.1, 0.2, 0. , 0. ],
[0.2, 0. , 0. , 0. ],
[0. , 0.2, 0.3, 0. ],
[0. , 0.2, 0. , 0.4]], dtype=float32)>
参数
- num_tokens: 层应支持的标记总数。层的所有输入必须是范围为
0 <= value < num_tokens的整数，否则将抛出错误。 - output_mode: 层输出的规范。值可以是
"one_hot"、"multi_hot"或"count"，配置层如下"one_hot": 将输入中的每个单个元素编码成一个大小为num_tokens的数组，在元素索引处包含一个 1。如果最后一维的大小为 1，则将在该维度上进行编码。如果最后一维的大小不为 1，则将为编码输出附加一个新维度。"multi_hot": 将输入中的每个样本编码成一个大小为num_tokens的单个数组，其中包含样本中存在的每个词汇表项的 1。将最后一维视为样本维度，如果输入形状为(..., sample_length)，则输出形状将为(..., num_tokens)。"count": 与"multi_hot"类似，但 int 数组包含该索引处的标记在样本中出现的次数。对于所有输出模式，目前仅支持输出最多 2 个维度。默认为"multi_hot"。
- sparse: 布尔值。如果为真，则返回
SparseTensor而不是密集Tensor。默认为False。
调用参数
- inputs: 整数输入的一维或二维张量。
- count_weights: 与
inputs形状相同的张量，指示在count模式下求和时每个样本值的权重。在"multi_hot"或"one_hot"模式下不使用。