torch_frame.nn.encoder.StypeWiseFeatureEncoder

class StypeWiseFeatureEncoder(out_channels: int, col_stats: dict[str, dict[torch_frame.data.stats.StatType, Any]], col_names_dict: dict[torch_frame._stype.stype, list[str]], stype_encoder_dict: dict[torch_frame._stype.stype, torch_frame.nn.encoder.stype_encoder.StypeEncoder])

基础类：FeatureEncoder

特征编码器，将每个stype张量转换为嵌入并执行最终的连接。

Parameters:

• out_channels (int) – 输出维度。

• col_stats – (dict[str, dict[torch_frame.data.stats.StatType, Any]]): 一个将列名映射到统计信息的字典。可通过 dataset.col_stats 获取。

• col_names_dict (dict[torch_frame.stype, list[str]]) – 一个 将stype映射到列名列表的字典。列名根据在 tensor_frame.feat_dict中出现的顺序进行排序。 可作为tensor_frame.col_names_dict使用。

• stype_encoder_dict – (dict[torch_frame.stype, torch_frame.nn.encoder.StypeEncoder]): 一个将torch_frame.stype映射到 torch_frame.nn.encoder.StypeEncoder类的字典。仅支持 父stypes作为键。

forward(tf: TensorFrame) → tuple[torch.Tensor, list[str]]

将TensorFrame对象编码为元组(x, col_names)。

Parameters:

tf (torch_frame.TensorFrame) – 输入的 TensorFrame 对象。

Returns:

一个输出列的元组

torch.Tensor 的形状为 [batch_size, num_cols, hidden_channels] 和一个 x 的列名列表。长度需要为 num_cols。

Return type:

(torch.Tensor, 列表[str])