Questa pagina è stata tradotta dall'API Cloud Translation.
Switch to English

tf.feature_column.numeric_column

Tensorflow 1 versione Visualizza sorgente su GitHub

Rappresenta le caratteristiche reali di valore o numerici.

Utilizzato nei notebook

Utilizzato nella guida Utilizzato nelle esercitazioni

Esempio:

 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 stringa univoca che identifica la funzione di input. È usato come il nome della colonna e la chiave di dizionario per caratteristica analisi configurazioni, caratteristica Tensor oggetti, e dispongono di colonne.
shape Un iterabile di interi specifica la forma del Tensor . Un numero intero può essere dato che significa una sola dimensione Tensor con data larghezza. Il Tensor rappresenta la colonna avrà la forma di [batch_size] + shape .
default_value Un singolo valore compatibile con dtype o un iterabile di valori compatibili con dtype cui la colonna assume durante tf.Example analisi se mancano i dati. Un valore predefinito di None causerà tf.io.parse_example a fallire se un esempio non contiene questa colonna. Se è previsto un unico valore, lo stesso valore viene utilizzato come valore di default per ogni elemento. Se è previsto un iterabile di valori, la forma della default_value dovrebbe essere uguale alla data shape .
dtype definisce il tipo di valori. Il valore di default è tf.float32 . Deve essere un intero reale non quantizzato o tipo a virgola mobile.
normalizer_fn Se non None , una funzione che può essere utilizzato per normalizzare il valore del tensore dopo default_value è applicato per l'analisi. Funzione normalizzatore prende l'input Tensor come argomento, e restituisce l'output Tensor . (Ad esempio lambda x: (x - 3.0) / 4.2). Si prega di notare che anche se il più caso d'uso comune di questa funzione è di normalizzazione, esso può essere utilizzato per qualsiasi tipo di trasformazioni tensorflow.

A NumericColumn .

TypeError se qualsiasi dimensione in forma non è un int
ValueError se qualsiasi dimensione in forma non è un numero intero positivo
TypeError se default_value è un iterabile ma non compatibile con shape
TypeError se default_value non è compatibile con dtype .
ValueError se dtype non è convertibile in tf.float32 .