Tensorflowを使用してPythonでフィーチャ列を定義するにはどうすればよいですか？

Tensorflowを使用して、空のリストを作成し、トレーニングデータセットの「キー」値にアクセスして反復することにより、推定モデルの特徴列を定義できます。反復中に、機能名が空のリストに追加されます。

続きを読む： TensorFlowとは何ですか？KerasはTensorFlowとどのように連携してニューラルネットワークを作成しますか？

Keras Sequential APIを使用します。これは、すべてのレイヤーに1つの入力テンソルと1つの出力テンソルがあるプレーンスタックのレイヤーを操作するために使用されるシーケンシャルモデルの構築に役立ちます。

少なくとも1つの層を含むニューラルネットワークは、畳み込み層と呼ばれます。畳み込みニューラルネットワークを使用して、学習モデルを構築できます。

TensorFlow Textには、TensorFlow2.0で使用できるテキスト関連のクラスとオペレーションのコレクションが含まれています。 TensorFlow Textを使用して、シーケンスモデリングを前処理できます。

Google Colaboratoryを使用して、以下のコードを実行しています。 Google ColabまたはColaboratoryは、ブラウザー上でPythonコードを実行するのに役立ち、構成が不要で、GPU（グラフィックプロセッシングユニット）に無料でアクセスできます。 ColaboratoryはJupyterNotebookの上に構築されています。

Estimatorは、TensorFlowによる完全なモデルの高レベルの表現です。簡単なスケーリングと非同期トレーニング用に設計されています。

例

print("Building list of feature columns for estimator model")
my_feature_columns = []
for key in train.keys():
   my_feature_columns.append(tf.feature_column.numeric_column(key=key))

コードクレジット-https：//www.tensorflow.org/tutorials/estimator/premade#first_things_first

出力

Building list of feature columns for estimator model

説明

• 機能列は、モデルが機能ディクショナリからの生の入力データをどのように使用するかを説明します。 Estimatorモデルが構築されると、フィーチャ列のリストがモデルに渡されます。

• モデルが使用する必要のある各機能について説明します。

• tf.feature_columnモジュールは、モデルにデータを表すための多くのオプションを提供します。

• 4つの特徴のそれぞれを32ビット浮動小数点値として表すようにEstimatorモデルに指示するために、特徴列のリストを作成します。