Python Tensorflow：为DNN分类器的嵌入式feaure列创建循环

我正在努力适应tensorflow中的DNN分类器。我在TensorFlow中嵌入了多个feature列，我正在尝试创建循环，以避免手动键入来创建feature列，但它不起作用。下面是我尝试过的代码，但在尝试作为功能列进行匹配时返回了一个错误

for col in df_col:
    if df[col].dtypes == 'object':
        feat_cols.append(
            tf.feature_column.embedding_column(
                tf.feature_column.categorical_column_with_hash_bucket(
                   col,
                   hash_bucket_size=len(df[col].unique())
                ),
                dimension=len(df[col].unique()))
        )
    else:
        feat_cols.append(tf.feature_column.numeric_column(col))

---

tensorflow上的DNN分类器只需要很少的不同方法。检查下面的代码；这是不言自明的

from pandas.api.types import is_string_dtype
from pandas.api.types import is_numeric_dtype

my_columns = []

for col in df.columns:
    if is_string_dtype(diabetes[col]): #is_string_dtype is pandas function
        ccol=tf.feature_column.categorical_column_with_hash_bucket(col,
                                        hash_bucket_size= len(df[col].unique()))
        my_columns.append(tf.feature_column.embedding_column(ccol, dimension=len(df[col].unique())))

    elif is_numeric_dtype(df[col]): #is_numeric_dtype is pandas function
        my_columns.append(tf.feature_column.numeric_column(col))