CategoryEncoding 类tf_keras.layers.CategoryEncoding(
num_tokens=None, output_mode="multi_hot", sparse=False, **kwargs
)
一个用于编码整数特征的预处理层。
当已知总词汇量时，该层提供了将数据浓缩为分类编码的选项。它接受整数值作为输入，并输出这些输入的密集或稀疏表示。对于总词汇量未知的整数输入，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
One-hot 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)>
Multi-hot 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" 模式下使用带权重的输入
>>> 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
0 <= value < num_tokens 的整数，否则会抛出错误。"one_hot", "multi_hot" 或 "count"，按下述方式配置层："one_hot": 将输入中的每个单独元素编码成一个大小为 num_tokens 的数组，在元素对应的索引处包含 1。如果最后一个维度的大小为 1，则在该维度上进行编码。如果最后一个维度的大小不为 1，则会为编码后的输出追加一个新的维度。"multi_hot": 将输入中的每个样本编码成一个大小为 num_tokens 的数组，对于样本中存在的每个词汇项，在对应位置包含 1。将最后一个维度视为样本维度，如果输入形状为 (..., sample_length)，则输出形状为 (..., num_tokens)。"count": 类似于 "multi_hot"，但整数数组包含该索引处的词汇在样本中出现的次数计数。对于所有输出模式，目前仅支持秩为 2 或以下的输出。默认为 "multi_hot"。SparseTensor 而非密集 Tensor。默认为 False。调用参数
inputs 形状相同的张量，在 count 模式下求和时，指示每个样本值的权重。在 "multi_hot" 或 "one_hot" 模式下不使用。