一種の分類特徴で、連続値特徴で表されます。通常、ネストとは、高次元ベクトルを低次元空間にマッピングすることを指します。たとえば、英語の文の単語を以下の2つの方法のいずれかで表すことができます：

• 百万個の要素（高次元）を含む疎ベクトルとして表します。このベクトルのすべての要素は整数です。ベクトルの各セルは個別の英語の単語を表し、セル内の値はその単語が文の中に出現する回数を表します。単一の英語の文に含まれる単語が50個を超えることはほとんどないため、ベクトルのほとんどのセルには0が含まれます。少数の非0のセルには非常に小さい整数（通常は1）が含まれ、それは対応する単語が文の中に出現する回数を表します。

• 数百個の要素（低次元）を含む密ベクトルとして表します。このベクトルの各要素は0から1の間の浮動小数点数値を含みます。これがネストの一種です。

TensorFlowでは、誤差逆伝播によってネストを訓練します。これは、ニューラルネットワークの他のパラメータを訓練する場合と同じです。