学习Tensorflow之一:利用SparseTensor/Matrix(稀疏张量或矩阵)优化机器学习模型中的embedding
搭建基于python的深度学习模型过程中,常见的一个问题是如何利用有效的内存来进行超大数据量的计算,这个问题带来了很大的内存开销和计算开销。比较好的解决办法是利用scipy.sparse库以稀疏矩阵形式来保存数据,然后在机器学习模型中导入数据,再将数据转换成稀疏Tensor的形式,以便高效地利用数据。
下面
...
原创
2020-04-04 16:57:41 ·
2291 阅读 ·
0 评论