Embedding在数学上表示一个maping,
f: X ->Y
也就是一个function,其中该函数是injective(就是我们所说的单射函数,每个Y只有唯一的X对应,反之亦然)和structure-preserving (结构保存,比如在X所属的空间上X1 < X2,那么映射后在Y所属空间上同理 Y1 < Y2)。那么对于word embedding,就是将单词word映射到另外一个空间,其中这个映射具有injective和structure-preserving的特点。通俗的翻译可以认为是单词嵌入,就是把X所属空间的单词映射为到Y空间的多维向量,那么该多维向量相当于嵌入到Y所属空间中,一个萝卜一个坑。word embedding,就是找到一个映射或者函数,生成在一个新的空间上的表达,该表达就是word representation。推广开来,还有image embedding, video embedding, 都是一种将源数据映射到另外一个空间
深度学习中embedding的含义
最新推荐文章于 2025-10-28 10:33:04 发布
本文深入探讨了Embedding技术,解释其作为映射函数的本质,强调其injective与structure-preserving特性。并详细介绍了wordembedding的概念,即将单词转换为多维向量的过程,保持原有的结构与关系。此外,还提及了imageembedding和videoembedding等应用。
部署运行你感兴趣的模型镜像
您可能感兴趣的与本文相关的镜像
TensorFlow-v2.9
TensorFlow
TensorFlow 是由Google Brain 团队开发的开源机器学习框架,广泛应用于深度学习研究和生产环境。 它提供了一个灵活的平台,用于构建和训练各种机器学习模型
1万+

被折叠的 条评论
为什么被折叠?



