TensorFlow Extended：在架构中指定功能的效价

问题描述

我目前正在尝试通过TensorFlow扩展（TFX）管道来提供带有几个多价要素列的数据集。这是我的示例数据中的一行：

user_id                     29601
product_id                     28
touched_product_id     [2435,28]
liked_product_id       [2435,28]
disliked_product_id            []
target                          1

如您所见，touched_product_id，liked_product_id，disliked_product_id列（功能）是多价的。

现在，为了通过TFX的验证层提供此数据，我遵循以下指南：

https://www.tensorflow.org/tfx/tutorials/tfx/components_keras

根据指南，我使用TFRecord的实例生成了一些CsvexampleGen文件，并继续生成统计信息和架构，如下所示：

# create train and eval records
c = CsvexampleGen(input_base='sample_train')
context.run(c)

# generate statistics
statistics_gen = StatisticsGen(
    examples=c.outputs['examples']
)
context.run(statistics_gen)

# generate schema
schema_gen = SchemaGen(
    statistics=statistics_gen.outputs['statistics'],infer_feature_shape=False)
context.run(schema_gen)
context.show(schema_gen.outputs['schema'])

以上代码显示的最终模式为：

                        Type  Presence Valency Domain
Feature name                                         
'disliked_product_id'  BYTES  required  single      -
'liked_product_id'     BYTES  required  single      -
'product_id'             INT  required  single      -
'target'                 INT  required  single      -
'touched_product_id'   BYTES  required  single      -
'user_id'                INT  required  single      -

很明显，多价特征被错误地推断为单价。为了解决此问题，我手动加载了Schema原型并尝试调整valence属性。

schema_path = os.path.join(schema_gen.outputs['schema'].get()[0].uri,'schema.pbtxt')
schema = schema_pb2.Schema()
contents = file_io.read_file_to_string(schema_path)
schema = text_format.Parse(contents,schema)

# THIS LINE DOES NOT WORK
tfdv.get_feature(schema,'user_id').valence = 'multiple'

很显然，最后一行不起作用，因为令我惊讶的是，没有valence属性。我尝试查看Schema原型的规范，但没有找到valence属性。有人知道我该如何解决？任何指导都是不可思议的。

解决方法

尝试将feature.value_count.min或feature.value_count.max设置为大于1的值

tensorflow-data-validation tensorflow2.0 tfx