- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
Tensorflow feature_column
如何与 Keras 模型结合使用?
例如对于 Tensorflow 估计器,我们可以使用 Tensorflow Hub 中的嵌入列:
embedded_text_feature_column = hub.text_embedding_column(
key="sentence",
module_spec="https://tfhub.dev/google/nnlm-en-dim128/1")
estimator = tf.estimator.DNNClassifier(
hidden_units=[100],
feature_columns=[embedded_text_feature_column],
n_classes=2,
optimizer=tf.train.AdamOptimizer(learning_rate=0.001))
但是,我想使用 TF Hub text_embedding_column
作为 Keras 模型的输入。例如
net = tf.keras.layers.Input(...) # use embedding column here
net = tf.keras.layers.Flatten()
net = Dense(100, activation='relu')(net)
net = Dense(2)(net)
这可能吗?
最佳答案
答案似乎是您不使用特征列。 Keras
附带了自己的一组图像和文本预处理函数,因此您可以使用它们。
所以基本上 tf.feature_columns
是为高级 API 保留的。然后,tf.keras.preprocessing()
函数与 tf.keras
模型一起使用。
这里是 keras 文档中有关预处理数据部分的链接。 https://keras.io/preprocessing/text/
这是另一篇 Stackoverflow 帖子,其中包含此方法的示例。
Add Tensorflow pre-processing to existing Keras model (for use in Tensorflow Serving)
关于tensorflow - 在 Keras 模型中使用 Tensorflow feature_column,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/50455621/
在Tensorflow中已经有通过跨列创建特征的功能 tf.feature_column.crossed_column ,但更多的是针对类别数据。数字数据呢? 比如已经有2列了 age = tf.fe
我收到这个错误: ValueError: Items of feature_columns must be a _FeatureColumn. Given (type ): Index(['Credi
我运行了 Google 的官方教程 (link here)。它在本地运行良好,但我卡在了需要在 Google Cloud Platform 上训练网络的部分。我在我的终端上运行了以下代码: JOB_N
我正在阅读 tensorflow 关于 tf.feature_column.indicator_column 的文档. 在本文档中,有一个示例。 name = indicator_column(cat
Tensorflow feature_column 如何与 Keras 模型结合使用? 例如对于 Tensorflow 估计器,我们可以使用 Tensorflow Hub 中的嵌入列: embedde
我正在尝试从this dataset创建my_feature_columns列表。我正在使用以下代码阅读它: train = pd.read_csv(train_path, names=CSV_COL
我使用的是 tensorflow 1.8.0,python 3.6.5。数据是虹膜数据集。这是代码: import pandas as pd import numpy as np from sklea
所以我是机器学习的新手,正在尝试这里给出的 TensorFlow 线性模型教程: https://www.tensorflow.org/tutorials/wide 我真的只是下载了他们的教程并试图在
我想绕过 Estimator 框架,直接在 session 中使用 tensorflow feature_column 和 feature。我读了tensorflow's low level intr
我有一个 tfrecords 文件,将图像存储为字节串。我想将其定义为 tf.feature_column.numeric_column("image", shape=[64, 64], dtype=
我目前无法区分 tf.feature_column.input_layer 和 tf.layers.Input。两者在实际构建的模型中是否可以互换?两者各自的用例是什么? 最佳答案 tf.featur
我正在尝试构建一个模型,它给出 reddit_score = f('subreddit','comment') 这主要是作为一个示例,我可以以此为基础构建一个工作项目。 我的密码是here . 我的问
我对 Tensorflow Estimator 非常陌生。我想知道是否可以将一组分类变量作为特征传递给估计器,并自动将其转换为一组嵌入。例如,以下是 CSV 文件中的一条记录。它包含 2 个分类变量列
我正在使用 jupyter 笔记本编写深度神经网络代码。我在尝试创建 DNNClassifier 时遇到了这个问题。 import tensorflow.contrib.learn as learn
我是一名优秀的程序员,十分优秀!