Question

最初与时间相关的数据的格式为整数：

1234 # corresponds to 12:34
2359 # corresponds to 23:59

1）第一种选择是将时间描述为“数字列”：

tf.feature_column.numeric_column(key="start_time", dtype=tf.int32)

2）另一个选择是将时间分为小时和分钟，分为两个独立的功能列：

tf.feature_column.numeric_column(key="start_time_hours", dtype=tf.int32)
tf.feature_column.numeric_column(key="start_time_minutes", dtype=tf.int32)

3）第三种选择是维持一个功能列，但让tensorflow知道可以分为几小时和几分钟来描述它：

tf.feature_column.numeric_column(key="start_time", shape=2, dtype=tf.int32)

这种划分是否有意义，选项2）和3）之间有什么区别？

还有一个问题，我面临着如何从csv解码矢量数据的问题：

1|1|FGTR|1|1|14,2|15,1|329|3|10|2013
1|1|LKJG|1|1|7,2|19,2|479|7|10|2013
1|1|LKJH|1|1|14,2|22,2|500|3|10|2013

如何让张量流知道应该将“ 14,2”，“ 15,1”视为张量shape = 2？

编辑1：

我找到了一种从csv解码类似“数组”的数据的解决方案。在训练和评估功能中，我添加了.map步骤来解码某些列的数据：

dataset = tf.data.Dataset.from_tensor_slices((dict(features), labels)).map(parse_csv)

其中parse_csv实现为：

def parse_csv(features, label):
    features['start_time'] = tf.string_to_number(tf.string_split([features['start_time']], delimiter=',').values, tf.int32)
    return features, label

我认为两行分开的列和shape=2的一列之间的区别在于“权重”的分配方式。

numeric_column shape = 2和两个数字列之间的差异

0 个答案: