離散化層

[原始碼]

Discretization 類別

keras.layers.Discretization(
    bin_boundaries=None,
    num_bins=None,
    epsilon=0.01,
    output_mode="int",
    sparse=False,
    dtype=None,
    name=None,
)

一個預處理層，通過範圍將連續特徵分桶。

此層會將輸入資料的每個元素放入幾個連續範圍之一，並輸出一個整數索引，指示每個元素被放置在哪个範圍中。

注意： 此層可以安全地在 tf.data 管道中使用（與您使用的後端無關）。

輸入形狀

任何 2 維或更高維度的陣列。

輸出形狀

與輸入形狀相同。

參數

• bin_boundaries：分桶邊界的列表。最左邊和最右邊的桶將始終延伸到 -inf 和 +inf，因此 bin_boundaries=[0., 1., 2.] 會生成桶 (-inf, 0.)、[0., 1.)、[1., 2.) 和 [2., +inf)。如果設定此選項，則不應調用 adapt()。
• num_bins：要計算的桶的整數數量。 如果設定此選項，則不應設定 bin_boundaries，並且應調用 adapt() 以學習桶的邊界。
• epsilon：誤差容忍度，通常是接近零的小數（例如 0.01）。 較高的 epsilon 值會增加分位數近似值，因此會導致更多不相等的桶，但可以提高效能和資源消耗。
• output_mode：層輸出的規範。 值可以是 "int"、"one_hot"、"multi_hot" 或 "count"，以如下方式配置層
  • "int"：直接返回離散化的桶索引。
  • "one_hot"：將輸入中的每個單獨元素編碼成一個與 num_bins 大小相同的陣列，在輸入的桶索引處包含 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，則將附加一個新維度用於編碼輸出。
  • "multi_hot"：將輸入中的每個樣本編碼成一個與 num_bins 大小相同的單個陣列，其中包含樣本中存在的每個桶索引的 1。 將最後一個維度視為樣本維度，如果輸入形狀為 (..., sample_length)，則輸出形狀將為 (..., num_tokens)。
  • "count"：與 "multi_hot" 相同，但整數陣列包含桶索引在樣本中出現次數的計數。 默認為 "int"。
• sparse：布林值。 僅適用於 "one_hot"、"multi_hot" 和 "count" 輸出模式。 僅在 TensorFlow 後端支援。 如果為 True，則返回 SparseTensor 而不是密集 Tensor。 默認為 False。

範例

基於提供的桶離散化浮點值。

>>> input = np.array([[-1.5, 1.0, 3.4, .5], [0.0, 3.0, 1.3, 0.0]])
>>> layer = Discretization(bin_boundaries=[0., 1., 2.])
>>> layer(input)
array([[0, 2, 3, 1],
       [1, 3, 2, 1]])

基於要計算的桶的數量離散化浮點值。

>>> input = np.array([[-1.5, 1.0, 3.4, .5], [0.0, 3.0, 1.3, 0.0]])
>>> layer = Discretization(num_bins=4, epsilon=0.01)
>>> layer.adapt(input)
>>> layer(input)
array([[0, 2, 3, 2],
       [1, 3, 3, 1]])