Se usó la API de Cloud Translation para traducir esta página.
Switch to English

tf.feature_column.numeric_column

TensorFlow 1 versión Ver código fuente en GitHub

Representa características de valor real o numéricos.

Se utiliza en los cuadernos

Se utiliza en la guía Se utiliza en los tutoriales

Ejemplo:

 price = numeric_column('price')
columns = [price, ...]
features = tf.io.parse_example(..., features=make_parse_example_spec(columns))
dense_tensor = input_layer(features, columns)

# or
bucketized_price = bucketized_column(price, boundaries=[...])
columns = [bucketized_price, ...]
features = tf.io.parse_example(..., features=make_parse_example_spec(columns))
linear_prediction = linear_model(features, columns)
 

key Una cadena única que identifica la entidad de entrada. Se utiliza como el nombre de la columna y la clave de Inglés para el análisis de características configuraciones, cuentan con Tensor objetos, y presentan columnas.
shape Un iterable de enteros especifica la forma del Tensor . Un entero se puede dar que significa una sola dimensión Tensor con anchura dada. El Tensor representa la columna tendrá la forma de [batch_size] + shape .
default_value Un único valor compatible con dtype o un iterable de valores compatibles con dtype que la columna adquiere durante tf.Example análisis sintáctico Si faltan datos. Un valor por defecto de None hará que tf.io.parse_example a fallar si un ejemplo no contiene esta columna. Si se proporciona un valor único, el mismo valor se aplica como el valor por defecto para cada elemento. Si se proporciona un iterable de valores, la forma de la default_value debe ser igual a la determinada shape .
dtype Define el tipo de valores. El valor por defecto es tf.float32 . Debe ser un entero no cuantificado real o tipo de punto flotante.
normalizer_fn Si no es None , una función que se puede utilizar para normalizar el valor del tensor después default_value se aplica para el análisis. Función Normalizador toma la entrada Tensor como su argumento, y devuelve la salida Tensor . (Por ejemplo, lambda x: (x - 3,0) / 4,2). Tenga en cuenta que a pesar de que el caso de uso común la mayor parte de esta función es la normalización, que puede ser utilizado para cualquier tipo de transformaciones Tensorflow.

Un NumericColumn .

TypeError si cualquier dimensión en forma no es un int
ValueError si cualquier dimensión en forma no es un número entero positivo
TypeError Si default_value es un iterable, pero no es compatible con shape
TypeError Si default_value no es compatible con dtype .
ValueError Si dtype no se puede convertir en tf.float32 .