TF官網學習(1)--定義feature columns
來自專欄 AI日常
參考網址:
https://developers.google.cn/machine-learning/glossary/#feature_columns
特徵列(FeatureColumns)是一組相關特徵,feature columns是描述模型如何使用特徵字典中的原始輸入數據的對象。例如用戶可能居住的所有國家/地區的集合.樣本的特徵列可能包含一個或多個特徵。
個人理解:feature columns是輸入層的定義,表示了輸入層要求的數據格式和輸入層神經元的個數。
在Iris代碼中,feature columns構造如下,以供tf.estimator.DNNClassifier使用。
my_feature_columns = [] for key in train_x.keys(): my_feature_columns.append( tf.feature_column.numeric_column(key=key))# my_feature_columns輸出:[_NumericColumn(key=SepalLength, shape=(1,), default_value=None, dtype=tf.float32, normalizer_fn=None), _NumericColumn(key=SepalWidth, shape=(1,), default_value=None, dtype=tf.float32, normalizer_fn=None), _NumericColumn(key=PetalLength, shape=(1,), default_value=None, dtype=tf.float32, normalizer_fn=None), _NumericColumn(key=PetalWidth, shape=(1,), default_value=None, dtype=tf.float32, normalizer_fn=None)]
推薦閱讀:
※Python黑帽編程 3.3 MAC洪水攻擊
※圖像識別——傳統的驗證碼識別
※Python: 你不知道的 super
※提高運行效率,教你6個竅門。
TAG:TensorFlow | 深度學習DeepLearning | Python |