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：