使用嵌入列

Question

我正在尝试理解TensorFlow tutorial的广泛而深入的学习。演示应用程序为具有少量类别（性别，教育）的分类功能创建指标列，并为具有多个类别（native_country，职业）的分类功能创建嵌入列。

我不了解嵌入式列。是否有规则说明何时使用嵌入列而不是指示符列？根据文档，dimension参数设置嵌入的维度。这是什么意思？

Answer 1

来自the feature columns tutorial：

  

现在，假设不是只有三个可能的类，我们有一百万。或许十亿。由于多种原因，随着类别数量的增长，使用指标列训练神经网络变得不可行。

     

我们可以使用嵌入列来克服此限制。 嵌入列不是将数据表示为多维度的单热矢量，而是将该数据表示为低维普通向量，其中每个单元格可以包含任意数字，而不仅仅是0或1。通过为每个单元格允许更丰富的数字调色板，嵌入列包含的单元格远少于指示器列。

dimension参数是您将类别减少到的矢量的长度。