在输入管道中使用TensorFlow功能列

Question

我目前正在寻找使用TensorFlow而不是使用numpy进行数据准备。 我认为可以在输入管道中的解析函数中添加一些元素。

当我浏览文档时，我遇到了功能专栏。 如果使用原始数据并将数据传递给估计器，功能列似乎可以帮助我们进行数据清理。

我想知道是否有类似于功能列的功能可以对原始数据进行存储。

我所说的存储桶到底是什么意思，假设我有像这样的数据集

[['num']  #the column headers is for representation only
 [10], 
 [20], 
 [30], 
 [40], 
 [50], 
 [60], 
 [70], 
 [80], 
 [90], 
 [100]] 

我想在上一行中创建一个热点，但要在存储桶中创建一个热点， 输出看起来像

[['10-50', '51-100'] #the column headers is for representation only
[   1   ,     0   ]
[   1   ,     0   ]
[   1   ,     0   ]
[   1   ,     0   ]
[   1   ,     0   ]
[   0   ,     1   ]
[   0   ,     1   ]
[   0   ,     1   ]
[   0   ,     1   ]
[   0   ,     1   ]]

有没有可以自动为我执行此功能的功能？ 我知道我可以使用tf.cond函数来实现此功能，但是实现起来可能很麻烦且很耗时。 我想知道是否有任何即插即用功能

相关链接： How feature columns work in tensorflow? https://www.tensorflow.org/guide/feature_columns