Tensorflow Learn（TFLearn）

Question

TFLearn has a number of useful utilitiesを使用して派生フィーチャカラムを作成できる訓練用線形推定器の生の値をベクトル化することはできますが、実際には単一の生のサンプルをフィードして特徴ベクトル化プロセスを検証したい特徴ベクトルを得る。

残念ながら、TFLearnコードベースを使用してこれを行う方法はありません。 2列を持つ（ダム）の例として

、 '性別'（カテゴリ）とラベル：

female,98 
male,38 

対応するスクリプトの場合：

import tensorflow as tf 
import pandas as pd 

df_train = pd.read_csv(
    tf.gfile.Open("wide_n_deep/data.csv"), 
    names=["gender", "label"], 
    skipinitialspace=True) 
df_train.label = (df_train.label).astype(int) 

gender = tf.contrib.layers.sparse_column_with_keys(
     column_name="gender", 
     keys=["female", "male"]) 

wide_columns = [gender] 
model = tf.contrib.learn.LinearClassifier(
    model_dir="models", 
    feature_columns=wide_columns) 

def input_fn(df): 
    categorical_cols = {"gender": tf.SparseTensor(
      indices=[[i, 0] for i in range(df["gender"].size)], 
      values=df["gender"].values, 
      shape=[df["gender"].size, 1])} 
    label = tf.constant(df["label"].values) 
    return categorical_cols, label 

model.fit(input_fn=lambda: input_fn(df_train), steps=100) 

質問：私を得るにはどうすればよいですこの例の特徴ベクトルは？

example = {"gender" : "female", "label" : 93} # or a DataFrame row, etc 

ありがとうございます！

Answer 1

いくつかの関連した有用な方法は、スーパー親クラス_DNNLinearCombinedBaseEstimatorにあります。たとえば、など_get_linear_feature_columns、_get_dnn_feature_columns、dnn_weights_、dnn_bias_、linear_bias_、linear_weights_、