tensorflow tf.nn.embedding_lookup(embeddings, train_inputs)解释

最新推荐文章于 2022-12-22 12:45:54 发布

原创最新推荐文章于 2022-12-22 12:45:54 发布 · 1.9k 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#tensorflow

python 同时被 2 个专栏收录

23 篇文章

订阅专栏

tensorflow

9 篇文章

订阅专栏

本文介绍了embedding_lookup函数的作用及其使用方法。该函数主要用于查找单词对应的词向量，并通过具体示例展示了如何利用embeddings参数（词与词向量的对应表）和train_inputs参数（待转换的文本）来获取词向量矩阵。

embedding_lookup从表面意思看就是一个查找单词对应词向量的表，
embeddings参数：词跟词向量的对应表
train_inputs参数：需要转换的文本（int类型）
类似下面的操作：

embeddings = np.random.random([1024, 64])  # 64-dimensional embeddings
train_inputs = np.array([0, 5, 17, 33])
return matrix[train_inputs]  # return a matrix of shape [4, 64]