tf.contrib.learn.preprocessing替代
时间: 2024-05-27 17:11:32 浏览: 12
tf.feature_column模块提供了一些函数来处理输入特征。例如,可以使用tf.feature_column.categorical_column_with_vocabulary_list函数将分类特征转换为数字特征。此外,还可以使用tf.feature_column.bucketized_column函数将连续特征分桶成离散特征。这些函数可以替代tf.contrib.learn.preprocessing模块的一些功能。
相关问题
tf.contrib.learn替代
tf.keras是TensorFlow 2.0中推荐使用的高级API,用于构建和训练深度学习模型。它包含了许多现代化的特性,包括更简单的模型构建、更好的性能和更好的可扩展性。因此,tf.keras是tf.contrib.learn的替代方案,用于构建和训练深度学习模型。同时,tf.keras也提供了许多内置的模型和层,可以用于快速构建深度学习模型。
tf.contrib.learn.preprocessing.VocabularyProcessor报错module 'tensorflow' has no attribute 'contrib'
这个错误的原因是在 TensorFlow 2.x 版本中,`tf.contrib` 已经被移除了。如果你正在使用 TensorFlow 2.x 版本,可以考虑使用 `tf.keras.preprocessing.text.Tokenizer` 来代替 `tf.contrib.learn.preprocessing.VocabularyProcessor`。
如果你一定要使用 `VocabularyProcessor`,可以考虑使用 TensorFlow 1.x 版本,或者在 TensorFlow 2.x 版本中使用 `tf.compat.v1` 来调用 `contrib` 模块:
```
import tensorflow as tf
tf.compat.v1.disable_eager_execution()
vocab_processor = tf.compat.v1.contrib.learn.preprocessing.VocabularyProcessor(max_document_length)
```
这样可以在 TensorFlow 2.x 版本中使用 `VocabularyProcessor`,但不建议这么做,因为 `tf.compat.v1` 只是 TensorFlow 1.x 的兼容层,可能会影响到代码的可读性和可维护性。
相关推荐
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)