CategoryEncoding 層
CategoryEncoding 類別
tf_keras.layers.CategoryEncoding(
num_tokens=None, output_mode="multi_hot", sparse=False, **kwargs
)
一個預處理層，用於編碼整數特徵。
當預先知道 token 的總數時，此層提供將資料濃縮為類別編碼的選項。它接受整數值作為輸入，並輸出這些輸入的密集或稀疏表示。對於不知道 token 總數的整數輸入，請改用 tf.keras.layers.IntegerLookup。
有關預處理層的概述和完整列表，請參閱預處理指南。
範例
獨熱編碼資料
>>> layer = tf.keras.layers.CategoryEncoding(
... num_tokens=4, output_mode="one_hot")
>>> layer([3, 2, 0, 1])
<tf.Tensor: shape=(4, 4), dtype=float32, numpy=
array([[0., 0., 0., 1.],
[0., 0., 1., 0.],
[1., 0., 0., 0.],
[0., 1., 0., 0.]], dtype=float32)>
多熱編碼資料
>>> layer = tf.keras.layers.CategoryEncoding(
... num_tokens=4, output_mode="multi_hot")
>>> layer([[0, 1], [0, 0], [1, 2], [3, 1]])
<tf.Tensor: shape=(4, 4), dtype=float32, numpy=
array([[1., 1., 0., 0.],
[1., 0., 0., 0.],
[0., 1., 1., 0.],
[0., 1., 0., 1.]], dtype=float32)>
在 "count" 模式中使用加權輸入
>>> layer = tf.keras.layers.CategoryEncoding(
... num_tokens=4, output_mode="count")
>>> count_weights = np.array([[.1, .2], [.1, .1], [.2, .3], [.4, .2]])
>>> layer([[0, 1], [0, 0], [1, 2], [3, 1]], count_weights=count_weights)
<tf.Tensor: shape=(4, 4), dtype=float64, numpy=
array([[0.1, 0.2, 0. , 0. ],
[0.2, 0. , 0. , 0. ],
[0. , 0.2, 0.3, 0. ],
[0. , 0.2, 0. , 0.4]], dtype=float32)>
參數
- num_tokens: 此層應支援的 token 總數。此層的所有輸入都必須是
0 <= value < num_tokens範圍內的整數，否則會拋出錯誤。 - output_mode: 此層輸出的規格。值可以是
"one_hot"、"multi_hot"或"count"，配置此層如下："one_hot": 將輸入中的每個個別元素編碼為大小為num_tokens的陣列，其中元素索引處為 1。如果最後一個維度的大小為 1，則將在該維度上編碼。如果最後一個維度的大小不是 1，則將為編碼輸出附加一個新維度。"multi_hot": 將輸入中的每個樣本編碼為大小為num_tokens的單個陣列，其中每個存在於樣本中的詞彙項為 1。如果輸入形狀為(..., sample_length)，則將最後一個維度視為樣本維度，輸出形狀將為(..., num_tokens)。"count": 與"multi_hot"類似，但整數陣列包含該索引處的 token 在樣本中出現的次數。對於所有輸出模式，目前僅支援最多 rank 2 的輸出。預設為"multi_hot"。
- sparse: 布林值。如果為 true，則返回
SparseTensor而不是密集Tensor。預設為False。
呼叫參數
- inputs: 整數輸入的一維或二維張量。
- count_weights: 形狀與
inputs相同的張量，表示在count模式下求和時每個樣本值的權重。不在"multi_hot"或"one_hot"模式中使用。