tensorflow2.0 - 为什么`keras.experimental.SequenceFeature`的输入必须是`SpareTensor`?
问题描述
我正在尝试将我的 seq2seq 模型迁移到 TensorFlow 2.0。但是,我在特征列输入层中有一个问题。
在 TensorFlow 2.0 中,它们为序列数据提供了一个输入层keras.experimental.SequenceFeatures
,但我必须放置一个 SpareTensor。
实际上,所有序列数据都不是 SparseTensor。他们为什么设计放置 SpareTensor?
解决方案
它们用于SpareTensor
表示具有任意序列长度的序列数据。但是,输入序列数据必须具有相同的最大序列长度。
推荐阅读
- google-sheets - 获取'String不是'List类型的子类型
' 调用 clientViaServiceAccount 时出错 - javascript - Google Maps Javascript 地图中心更新
- firebase - Firebase 电子邮件验证无效证书问题
- eclipse - 无法在 Eclipse 中添加 SVN 存储库 WSIG
- c++ - 带节点的链表
- android - 如何通过指纹以 xamarin 形式注册用户?
- mysql - 当我使用select语句时,我的sql多次输出相同的数据
- javascript - 如何检查某个值是否已存在于 Firebase 集合中?
- hibernate - 多数据源配置和使用 hikari 在 sping boot 2 中的使用
- android - 支持自定义视图的 RTL