埋め込みカラムの使用

Question

私はTensorFlow tutorialを幅広く深く理解していることを理解しようとしています。デモアプリケーションでは、カテゴリの少ないカテゴリ（性別、教育）のカテゴリ機能のインジケータ列が作成され、多くのカテゴリ（native_country、occupation）を持つカテゴリ機能の埋め込みカラムが作成されます。

埋め込みカラムがわかりません。インジケータ列の代わりに埋め込み列を使用するタイミングを明確にするルールはありますか？ドキュメントによれば、dimensionパラメータは埋め込みの次元を設定します。どういう意味ですか？ the feature columns tutorialから

Answer 1

：

さて、だけではなく、三つの可能なクラスを有するので、私達は百万を持っていると仮定します。多分10億カテゴリの数が多くなるにつれて多くの理由でが大きくなると、インジケータ列を使用してニューラルネットワークを訓練することは実行不可能になる。

埋め込みカラムを使用してこの制限を克服できます。 データを多くの次元の1ホットベクトルとして表す代わりに、埋め込み列は、そのセルを0または1だけでなく、任意の数を含むことができる低次元の通常のベクトルとしてそのデータを表します。より豊富なすべてのセルに対応する数字のパレットで、埋め込み列にはインジケータ列よりもはるかに少ないセルが含まれます。

dimensionパラメータは、カテゴリを縮小するベクターの長さです。