python - 如何将 numpy 数组中的分类数据加载到 Indicator 或 Embedding 列中？

使用 Tensorflow 1.8.0，每当我们尝试构建分类列时都会遇到问题。这是一个完整的示例，演示了该问题。它按原样运行(仅使用数字列)。取消对指标列定义和数据的注释会生成以 tensorflow.python.framework.errors_impl.InternalError: Unable to get element as bytes. 结尾的堆栈跟踪

import tensorflow as tf
import numpy as np

def feature_numeric(key):
  return tf.feature_column.numeric_column(key=key, default_value=0)

def feature_indicator(key, vocabulary):
  return tf.feature_column.indicator_column(
    tf.feature_column.categorical_column_with_vocabulary_list(
      key=key, vocabulary_list=vocabulary ))


labels = ['Label1','Label2','Label3']

model = tf.estimator.DNNClassifier(
  feature_columns=[
    feature_numeric("number"),
    # feature_indicator("indicator", ["A","B","C"]),
  ],
  hidden_units=[64, 16, 8],
  model_dir='./models',
  n_classes=len(labels),
  label_vocabulary=labels)

def train(inputs, training):
  model.train(
    input_fn=tf.estimator.inputs.numpy_input_fn(
        x=inputs,
        y=training,
        shuffle=True
      ), steps=1)

inputs = {
  "number": np.array([1,2,3,4,5]),
  # "indicator": np.array([
  #     ["A"],
  #     ["B"],
  #     ["C"],
  #     ["A", "A"],
  #     ["A", "B", "C"],
  #   ]),
}

training = np.array(['Label1','Label2','Label3','Label2','Label1'])

train(inputs, training)

尝试使用嵌入票价并没有更好。仅使用数字输入，我们就可以成功地扩展到数千个输入节点，实际上我们已经在预处理器中临时扩展了我们的分类特征来模拟指标。
categorical_column_*() 和 indicator_column() 的文档中充斥着对我们非常确定我们没有使用的功能(原始输入，无论 bytes_list 是什么)的引用，但也许我们错了？

最佳答案

这里的问题与“指标”输入数组的参差不齐的形状有关(一些元素的长度为 1，一个是长度 2，一个是长度 3)。如果你用一些非词汇字符串填充你的输入列表(例如我使用了“Z”，因为你的词汇是“A”、“B”、“C”)，你会得到预期的结果:

inputs = {
  "number": np.array([1,2,3,4,5]),
  "indicator": np.array([
    ["A", "Z", "Z"],
    ["B", "Z", "Z"],
    ["C", "Z", "Z"],
    ["A", "A", "Z"],
    ["A", "B", "C"]
  ])
}

您可以通过打印生成的张量来验证这是否有效:

dense = tf.feature_column.input_layer(
  inputs,
  [
    feature_numeric("number"),
    feature_indicator("indicator", ["A","B","C"]),
  ])

with tf.train.MonitoredTrainingSession() as sess:
  print(dense)
  print(sess.run(dense))

关于python - 如何将 numpy 数组中的分类数据加载到 Indicator 或 Embedding 列中？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/51030872/