在 TensorFlow 中表示 ip 地址的最佳方式是什么？答案

【问题标题】：What is the best way to represent ip addresses in TensorFlow?在 TensorFlow 中表示 ip 地址的最佳方式是什么？
【发布时间】：2017-12-14 19:39:32
【问题描述】：

我正在查看https://www.tensorflow.org/api_docs/python/tf/feature_column，但我不确定我应该代表我的 IP 地址和端口的类型。基于 https://github.com/L0SG/DDPG_NIDS/blob/master/main.py，我可以删除点并插入结果地址，但我不确定这是否是最好的方法。谁有更好的建议？

编辑：另外我应该如何在 TensorFlow 中输入 UTC 格式的时间和日期？

【问题讨论】：

【解决方案1】：

这取决于您打算如何使用该地址。您是否正在考虑字段之间的任何关系？例如，1.2.3.4 是否应该与 1.2.3.5 “接近”，或者它们是完全不同的地址？

如果每个地址都是不同的，你也可以让它们成为字符串。如果您需要接近性，我建议您将它们转换为四个单独的整数特征，或单个 32 位整数——同样，这取决于您建模中的语义。

补充问题的更新

同样的想法：您打算如何使用日期？我认为最灵活的方法是将日期转换为纪元（标准时间点后的秒数），并使用该 64 位整数作为特征值。

【讨论】：

啊，你是说我可以散列它，因为亲近对我来说并不重要？
当然。事实上，如果亲近无关紧要，为什么还要花时间费心去散列呢？
IP 空间有点大。所以我想通过 tf.feature_column.numeric_column 将其视为连续列。如果我不使用 categorical_column_with_hash_bucket(...)，我应该使用哪个特定函数？
我在想直接numeric_column。但是，我认为您最近的评论是一个很好的观点：对于稀疏的 IP 地址，散列可能会为您提供相同的性能并节省一点空间，而且只需很少的时间。与将每个 IP 地址转换为其对应的 32 位整数相比，这将减少编码并且更易于维护。