【embedding 神经网络】神经网络算法 —— Embedding（嵌入）！！

文章目录

前言

1、Embedding的本质

（1）机器学习中的Embedding

（2）NLP中的Embedding

2、Embedding的原理

（1）Image Embedding（图像嵌入）

（2）Word Embedding（词嵌入）

3、Embedding的应用

（1）Embedding + 推荐系统

（2）Embedding + 大模型

---

前言

本文将从 Embedding 的本质、Embedding的原理、Embedding的应用三个方面，详细介绍Embedding（嵌入）。

---

1、Embedding的本质

“Embedding” 在字面上的翻译是“嵌入”，但在机器学习和自然语言处理的上下文中，我们更倾向于将其理解为一种 “向量化” 或 “向量表示” 的技术，这有助于更准确地描述其在这些领域中的应用和作用。

（1）机器学习中的Embedding

• 原理： 将离散数据映射为连续变量，捕捉潜在关系。
• 方法： 使用神经网络中的Embedding层，训练得到数据的向量表示。
• 作用： 提升模型性能，增强泛化能力，降低计算成本。