tensorflow - tf.feature_column.indicator_column 示例

Question

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(categorical_column_with_vocabulary_list(
       'name', ['bob', 'george', 'wanda'])
columns = [name, ...]
features = tf.parse_example(..., features=make_parse_example_spec(columns))
dense_tensor = input_layer(features, columns)

dense_tensor == [[1, 0, 0]]  # If "name" bytes_list is ["bob"]
dense_tensor == [[1, 0, 1]]  # If "name" bytes_list is ["bob", "wanda"]
dense_tensor == [[2, 0, 0]]  # If "name" bytes_list is ["bob", "bob”]

我的问题是这段代码的省略( ... )部分。我只想要一个完整的、运行的、简单的例子。而且我找不到一个包括 tf.Example 等的例子。

任何人都可以使这个完整吗？

谢谢你提前。

Answer 1

我希望这是一种简单而干净的可视化方式。虽然它没有完成您问题中的 (...)，但我认为它们说明了如何使用 tf.feature_column.indicator_column :

import tensorflow as tf

colors_column = tf.feature_column.indicator_column(tf.feature_column.categorical_column_with_vocabulary_list(
    key='color',
    vocabulary_list=["Green", "Red", "Blue", "Yellow"]
))


input_layer = tf.feature_column.input_layer(
    features={'color': tf.constant(value="Red", dtype=tf.string, shape=(1,))},
    feature_columns=[colors_column])


with tf.Session() as sess:
    sess.run(tf.initialize_all_tables())
    print(sess.run(input_layer))

多了解一点:
我强烈建议阅读 this .具体来说，我真的很喜欢这张照片:

它表明，当分类列映射到整数时，指标列依次转换为单热/多热编码。