TensorFlow可以处理类似JSON的数据吗？

假设我们有一个JSON记录，如：

{
   "Name" : "Tom",
   "Diseases" : [{
          "Asthma" : [{
                        "Severity":5
                        "Medication" : [{
                                         "Benzene" : [{
                                                       "Start Date" : 10-5-2017,
                                                       "End Date" : 22-5-2018
                                                      }]
                                       }]
                     }]
                 }]
}

---

它有很多相互依赖的特性，有没有一种方法可以将其输入到TensorFlow深度神经网络中？？？

或多或少，但不能直接输入。有一个API来提供JSON数据，但这必须是一个API。但是，这些对象不能像您显示的那样保存层次结构数据，只能保存与整数、浮点或字节相对应的数据集合。在你的情况下，你可能是这样的：

{
  "features": {
    "feature": {
       "Name": { "bytes_list": { value: ["VG9t"] } },
       "Disease": { "bytes_list": { value: ["QXN0aG1h"] } },
       "Severity": { "int64_list": { value: [5] } },
       "Medication": { "bytes_list": { value: ["QmVuemVuZQ=="] } }
    }
  }
}

请注意，字符串必须以字节数组的形式给出，需要以协议缓冲区的JSON格式在Base64中进行编码。然而，这不允许有多种疾病的记录，因为正如我所说的，它不支持层次结构

---

例如，您可以为每个患者和每个疾病创建一个记录。如果您真的将JSON文档作为输入，您将使用它来获取对象的协议缓冲区二进制表示，然后实际获取张量。

更新2021:

现在似乎有实验支持，但还没有太多的文档

您可以在或中阅读更多内容

示例代码：

将tensorflow\u io导入为tfio
json_text=r'{“test”：[“this”，“is”，“some”，“data”]，“bar”：42，“baz”：[[1,2]，[2,3]，[3,4]，[4,5]}
规格={
“测试”：tf.TensorSpec（tf.TensorShape（[4]），tf.string），
“条”：tf.TensorSpec（tf.TensorShape（[]），tf.int32），
“baz”：tf.TensorSpec（tf.TensorShape（[4,2]），tf.int32），
}
parsed=tfio.experimental.serialization.decode_json（json_文本，规范）
打印（已解析）

产出：

{
    'test': <tf.Tensor: shape=(4,), dtype=string, numpy=array([b'this', b'is', b'some', b'data'], dtype=object)>, 
    'bar': <tf.Tensor: shape=(), dtype=int32, numpy=42>, 
    'baz': <tf.Tensor: shape=(4, 2), dtype=int32, numpy=
    array([[1, 2],
           [2, 3],
           [3, 4],
           [4, 5]], dtype=int32)>
}

{
“测试”：，
“酒吧”：，
“巴兹”：
}

谢谢：）将包含多种疾病、多种药物等的非常复杂的JSON对象输入Tensorflow的最佳方式是什么？@RakshithYashvanth嗯，这在很大程度上取决于您打算如何处理数据。我的意思是，你可以有复杂的结构，例如，有多个由“键”值、数据库样式相关的张量，但如果你想进行机器学习，这几乎没有什么用处。一种可能是重复记录，每种疾病一次，但随后会丢失共病信息。另一个典型的选项是稀疏编码，每个疾病和药物都有一个“列”，1/0值表示是否存在（尽管我不确定如何编码疾病严重程度…）.我在研究如何将整个病历作为一个深层神经网络的输入，以便共同发病率和其他数据间的关系preserved@RakshithYashvanth那么你可以像我说的那样使用稀疏编码。我在想，对于每种可能的疾病，你可以有一个数字（而不仅仅是1/0）值，0表示“没有”，其他任何表示严重性的值。对于药物，您可以只保留1/0，或者如果您有相关信息，还可以使用一个数字指示患者使用的药物（相对）量。在任何情况下，最好将值标准化为一个公共范围（例如[0，1]），这样每个因子都有相似的基本权重。@RakshithYashvanth啊，我忘了日期了。将这种时态信息与非时态数据一起编码是很复杂的，如果你有很多可能的药物（甚至可能每次药物都有多个周期？）。如果您愿意，您可以考虑如何将数据重塑为某种时间序列，然后使用循环模型之类的东西，这对时间依赖性更好。