1、string_split:
在制作tfrecord的时候,将多个类别特征使用分隔符组装到一起,用一个特征列来存储,降低存储代价。而在训练时候使用string_split将其分隔,分别处理。
参考:
https://www.tensorflow.org/api_docs/python/tf/compat/v1/string_split
结合使用的api:
2、filter
对TensorFlow的dataset进行过滤
参考:
https://stackoverflow.com/questions/48825785/how-can-i-filter-tf-data-dataset-by-specific-values
3、keras里的summary()
打印出模型的结构
4、为模型添加正则化器:
regularizer = tf.keras.regularizers.l2(l2_factor)
使用时:mylayer.add_loss(self.regularizer(column_weight)),其中mylayer是自定义的tf.keras.layers.Layer,而column_weight为参数tensor。