我正在使用tf.keras构建模型。通常我使用tf.keras.layers.Embedding层来处理分类数据。例如，如果输入列的格式如下：
应用
fb
whatsapp
instagram
对于上述数据，我会对数据进行标签编码，并通过Embedding层传递，如下所示：
inp = tf.keras.Input(shape=(1,), name="app_input")emb_layer = tf.keras.layers.Embedding(vocab_size, embedding_size, input_length=1, name="emb_" + feature)(inp)但是，如果一列的每行包含多个值呢？例如，数据格式如下：
应用
[fb, whatsapp]
[whatsapp, instagram, fb]
我不能使用独热编码，因为独特应用的数量非常大。我想为这些应用生成嵌入，但不确定如何处理上述数据。
回答：
一种方法（也是常用的一种方法）是为输入序列的长度选择一个固定的上限，然后使用例如tf.keras.preprocessing.sequence.pad_sequences将短于这个最大长度的序列用额外的“空”元素填充。
然后，您将使用填充后的序列作为嵌入层的输入：emb_layer = tf.keras.layers.Embedding(vocab_size, embedding_size, input_length=max_len)，其中max_len是上述提到的上限。
