CategoryEncoding 层

[源]

CategoryEncoding

keras.layers.CategoryEncoding(
    num_tokens=None, output_mode="multi_hot", sparse=False, **kwargs
)

一个对整数特征进行编码的预处理层。

当已知总令牌数量时,该层提供了将数据压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。对于总令牌数量未知的整数输入,请改用 keras.layers.IntegerLookup

注意:该层可以安全地用于 tf.data 数据管道中(无论您使用哪个后端)。

示例

独热编码数据

>>> layer = keras.layers.CategoryEncoding(
...           num_tokens=4, output_mode="one_hot")
>>> layer([3, 2, 0, 1])
array([[0., 0., 0., 1.],
        [0., 0., 1., 0.],
        [1., 0., 0., 0.],
        [0., 1., 0., 0.]]>

多热编码数据

>>> layer = keras.layers.CategoryEncoding(
...           num_tokens=4, output_mode="multi_hot")
>>> layer([[0, 1], [0, 0], [1, 2], [3, 1]])
array([[1., 1., 0., 0.],
        [1., 0., 0., 0.],
        [0., 1., 1., 0.],
        [0., 1., 0., 1.]]>

"count" 模式下使用加权输入

>>> layer = 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)
  array([[0.1, 0.2, 0. , 0. ],
         [0.2, 0. , 0. , 0. ],
         [0. , 0.2, 0.3, 0. ],
         [0. , 0.2, 0. , 0.4]]>

参数

  • num_tokens: 该层应支持的总令牌数。输入到该层的所有值必须是范围 0 <= value < num_tokens 内的整数,否则将抛出错误。
  • output_mode: 该层输出的规范。值可以是 "one_hot""multi_hot""count",配置该层如下:- "one_hot": 将输入中的每个单独元素编码为大小为 num_tokens 的数组,并在元素索引处包含 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,则会为编码输出附加一个新维度。- "multi_hot": 将输入中的每个样本编码为大小为 num_tokens 的单个数组,对于样本中存在的每个词汇项都包含一个 1。如果输入形状为 (..., sample_length),则将最后一个维度视为样本维度,输出形状将为 (..., num_tokens)。- "count": 类似于 "multi_hot",但整数数组包含该索引处的令牌在样本中出现的次数计数。对于所有输出模式,目前仅支持最高秩为 2 的输出。默认为 "multi_hot"
  • sparse: 是否返回稀疏张量;适用于支持稀疏张量的后端。

调用参数

  • inputs: 一个 1D 或 2D 的整数输入张量。
  • count_weights: 一个形状与 inputs 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""one_hot" 模式下不使用此参数。