Ich versuche, word2vec für convolution neuronales Netzwerk anzuwenden. Ich bin neu mit Tensorflow. Hier ist mein Code für Pre-Train Layer.Worteinbettung für Convolution Neuronales Netzwerk
W = tf.Variable(tf.constant(0.0, shape=[vocabulary_size, embedding_size]),
trainable=False, name="W")
embedding_placeholder = tf.placeholder(tf.float32, [vocabulary_size, embedding_size])
embedding_init = W.assign(embedding_placeholder)
sess = tf.Session()
sess.run(embedding_init, feed_dict={embedding_placeholder: final_embeddings})
Ich glaube, ich embedding_lookup
verwenden sollte, aber nicht sicher, wie es zu benutzen. Ich glaube wirklich, dass jemand einen Rat geben könnte.
Danke
Dank Frobb, ich bin so glücklich, das zu hören. Ich habe versucht, "embedding_lookup" zu verwenden, allerdings habe ich Probleme, Argumente zu übergeben. Ich habe Trainingsdaten, die gekennzeichnet sind, ich habe Word2vec_basic.py verwendet, um meine Daten vorzutrainieren. Ich las auf vielen Webseiten, einige sagten, dass ich Wortvektor dem Wörterbuch zuordnen muss. Gefallen Sie dieses 'embedded_chars = tf.nn.embedding_lookup (W, Wörterbuch)' Aber es gab Fehler, etwas mit der Dimension der Tensor, habe ich versucht Variable 'Wörterbuch' mit 'data' oder 'reverse_dictionary' zu ändern, aber Keine Hilfe. Können Sie mir einen Ratschlag vorschlagen? Danke – ngoduyvu
Das zweite Argument von 'embedding_lookup' soll der Tensor sein, der deine Eingabedaten enthält. Sehen Sie sich den Blogpost an, den @Kashyap bereitgestellt hat, und Sie werden sehen, dass das zweite Argument der Platzhaltertensor für (Batch-) Eingaben ist. Sie müssen nur sicherstellen, dass die Wörter Ihrer Eingabedaten in Ganzzahlen umgewandelt wurden, entsprechend dem Wort-zu-Index-Schema, das ich bereits erwähnt habe. – Frobb
In dem Blog sagte Schriftsteller, dass "Vokabular-Wort-Indizes in niedrig-dimensionale Vektor-Darstellungen". In der "word2vec_basic.py" speichert die Variable "data" Index von distrionary. So mochte ich das: 'embedded_chars = tf.nn.embedding_lookup (W, Daten)' Ich laufe es, und es gab keine Fehler. Denkst du, es ist ein richtiger Weg? Dank – ngoduyvu