在 TensorFlow 中表示 ip 地址的最佳方式是什么？
What is the best way to represent ip addresses in TensorFlow?
我正在查看 https://www.tensorflow.org/api_docs/python/tf/feature_column，但我不确定应该用什么类型表示我的 IP 地址和端口。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：我应该如何将 UTC 格式的时间和日期输入 TensorFlow？
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 应该是 "close" 到 1.2.3.5，还是它们是完全不同的地址？
如果每个地址都是不同的，您不妨让它们成为字符串。如果您需要接近度，我建议您将它们转换为四个独立的整数特征，或一个 32 位整数——同样，这取决于您建模中的语义。
更新问题
同样的想法：你打算如何使用这些日期？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。
我正在查看 https://www.tensorflow.org/api_docs/python/tf/feature_column，但我不确定应该用什么类型表示我的 IP 地址和端口。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：我应该如何将 UTC 格式的时间和日期输入 TensorFlow？
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 应该是 "close" 到 1.2.3.5，还是它们是完全不同的地址？
如果每个地址都是不同的，您不妨让它们成为字符串。如果您需要接近度，我建议您将它们转换为四个独立的整数特征，或一个 32 位整数——同样，这取决于您建模中的语义。
更新问题
同样的想法：你打算如何使用这些日期？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。