深度学习输入符号编码



对于一些符号数据,比如用户ID、字词等。可以通过通过以下方法进行编码。
step 1). one-host编码。
step 2). multi-hot编码。因为符号数据的one-hot是非常稀疏的,维度非常大,不利于训练。因此要用six-hot类似的编码,或是挂靠编码。
step 3). nn编码。即使是six-hot,维度也是非常大的, 通过神经网络来进行编码学习embedding,比如稀疏层, 即只有hot的地方采用连接。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

mao_feng

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值