Wide & Deep Learning with Tensorflow 을 공부하면서 만든 ipynb 파일입니다.
- TensorFlow Wide & Deep Learning Tutorial - with Census Data 는 Tensorflow 에서 제공하는 함수를 이용해서 만든 파일입니다.
python 2에서 dict 처리할 때
feature_cols = dict(continuous_cols.items() + categorical_cols.items())
python 3에서 dict 처리할 때
feature_cols = {**continuous_cols , **categorical_cols}
처음에는 Tensorflow에서 제공하는 DNNLinearCombined 함수를 이용해서 제작할 생각이었습니다. 하지만 high level api 함수에서 batch로 넣는 법을 몰라 Low level Tensorflow로 직접 짜게 되었습니다.
(Tensorflow Queue를 이용해야 한다고 합니다.)
graph TD
Doc2Vec--> Wide
Item --> Doc2Vec
Item_Category --> cross_columns
cross_columns --> Wide
Item_Category --> Deep
Doc2Vec--> Deep
User_Features --> Embedding
Embedding --> Deep
Wide--> Hypothesis
Deep--> Hypothesis
Hypothesis --> Target
graph TD
real_data --> Generater
Generater --> Discriminator1
real_data --> Discriminator1
standard_norm --> Inferencer
ranodm_norm --> Inferencer
Inferencer --> Discriminator2
ranodm_norm --> Discriminator2
Discriminator1 --> D_loss
Discriminator2 --> D_loss
prediction :
pip install tensorflow-gpu Tensorflow An open-source software library for Machine Intelligence
pip install pandas
pip install numpy
pip install pickle
pip install matplotlib