У меня есть сеть регрессии, которая принимает набор двоичных входных векторов признаков и выдает линейный выход. Однако я использовал функциональность DenseFeatures для своего входного слоя, как показано ниже
feature_columns = []
for header in ['FEATURE1', 'FEATURE2', 'FEATURE3', 'FEATURE4', 'FEATURE5']:
feature_columns.append(feature_column.numeric_column(header))
feature_layer = tf.keras.layers.DenseFeatures(feature_columns)
И полная модель:
model = keras.Sequential([
feature_layer,
layers.Dense(64, activation=tf.nn.relu),
layers.Dense(1), activation='relu'
])
Однако, когда я экспортирую эту модель из своей среды Python (использую альфа-версию Tensorflow 2.0) и пытаюсь импортировать ее в мое приложение node.js следующим образом:
import * as tf from '@tensorflow/tfjs';
tf.loadLayersModel('/PATH_TO_FILE/model.json');
Я получаю следующую ошибку:
Unknown layer: DenseFeatures
Я предполагаю, что это связано с тем, что функциональность DenseFeatures еще не перенесена в версию Tensorflow на javascript?
Как таковая, что будет подходящей заменой для входного слоя, чтобы все еще получить ту же функциональность? Данные состоят из 5 двоичных объектов (либо у исследуемого артефакта есть свойство, либо нет), а на выходе получается число, например, цена артефакта. Таким образом, подходящей точкой данных будет.
(1,0,1,0,0), (100)
Спасибо:)