如何将Tensorflow feature_column
与Keras模型结合使用?
例如 . 对于Tensorflow估算器,我们可以使用Tensorflow Hub的嵌入列:
embedded_text_feature_column = hub.text_embedding_column(
key="sentence",
module_spec="https://tfhub.dev/google/nnlm-en-dim128/1")
estimator = tf.estimator.DNNClassifier(
hidden_units=[100],
feature_columns=[embedded_text_feature_column],
n_classes=2,
optimizer=tf.train.AdamOptimizer(learning_rate=0.001))
但是,我想使用TF Hub text_embedding_column
作为Keras模型的输入 . 例如 .
net = tf.keras.layers.Input(...) # use embedding column here
net = tf.keras.layers.Flatten()
net = Dense(100, activation='relu')(net)
net = Dense(2)(net)
这可能吗?