Tensorflow 2.x(keras)源码详解之第五章:数据预处理
其他
2022-04-27 20:44:20
阅读次数: 0
1. 数据预处理
- 使用 Keras 预处理层,可以构建和导出真正的端到端模型:接受原始图像或原始结构化数据作为输入的模型;自行处理特征归一化或特征值索引。
- tf中可用的数据预处理层包括:
- 文本预处理:
tf.keras.layers.TextVectorization
:将原始字符串转换为可由Embedding
层或Dense
层读取的编码表示。
- 数值特征处理:
tf.keras.layers.Normalization
:执行输入特征的特征归一化。
tf.keras.layers.Discretization
: 将连续的数字特征转换为整数分类特征。
- 分类特征处理:
tf.keras.layers.CategoryEncoding
:将整数分类特征转换为单热、多热或计数密集表示。
tf.keras.layers.Hashing
:执行分类特征散列,也称为“散列技巧”。
tf.keras.layers.StringLookup
:将字符串分类值转换为可由Embedding
层或Dense
层读取的编码表示。
tf.keras.layers.IntegerLookup
:将整数分类值转换为可
转载自blog.csdn.net/weixin_43178406/article/details/124324917