Как функциональные столбцы работают в tenorflow? - PullRequest
0 голосов
/ 14 мая 2018

Я прочитал, что функциональные столбцы в tenorflow используются для определения наших данных, но как и почему?Как работают функциональные столбцы и почему они вообще существуют, если мы можем создать собственный оценщик и без них?

И если они необходимы, почему такие библиотеки, как keras, не используют их?

1 Ответ

0 голосов
/ 14 мая 2018

Это может быть слишком общим, чтобы ответить.Возможно, вы захотите посмотреть видео или почитать больше о машинном обучении, потому что это широкая тема.

Я попытаюсь объяснить, для каких функций используются данные.

A »данных представляет собой значимую переменную, которая должна отделить два класса друг от друга.Например, если мы выберем функцию «вес», мы можем отличить слонов от белок.У них очень разные веса, и наш алгоритм машинного обучения может научиться «понимать», что животное с большим весом, скорее всего, будет слоном, чем белкой.В реальном сценарии у вас, как правило, будет более одной функции.

Я не уверен, почему вы сказали бы, что Keras не использует функции.Они являются фундаментальным аспектом многих проблем классификации.Некоторые наборы данных могут содержать помеченные данные или помеченные объекты, например: https://keras.io/datasets/#cifar100-small-image-classification

Когда мы «не используем функции», я думаю, что более точный способ утверждать, что данные не имеют меток.В этом случае алгоритм машинного обучения все еще может находить связи в данных, но без меток человека, примененных к данным.

Если вы Ctrl+F для слова «особенности» на этой странице, вы увидите места, гдеКерас принимает их в качестве аргумента: https://keras.io/layers/core/

Я не специалист по машинному обучению, поэтому, если кто-то сможет исправить мой ответ, я тоже был бы признателен за это.

Редактировать: Мое понимание Функциональные столбцы Tensorflow * В частности, реализация 1021 * заключается в том, что они позволяют преобразовывать необработанные данные в типизированный столбец, что позволяет алгоритму лучше различать тип передаваемых данных.Например, Широта и Долгота могут быть переданы в виде двух числовых столбцов, но, как показывают документы здесь , использование Пересеченного столбца для Широты X Долгота может позволить модели тренироваться на данных более осмысленным / эффективным способом.,В конце концов, что на самом деле означает «широта» и «долгота», так это «местоположение».Что касается того, почему у Keras нет такой функциональности, я не уверен, надеюсь, кто-то еще может предложить понимание этой темы.

Добро пожаловать на сайт PullRequest, где вы можете задавать вопросы и получать ответы от других членов сообщества.
...