Ich versuche, eine text classification model mit CNN zu implementieren. Soweit ich weiß, sollten wir für Textdaten 1d Convolution verwenden. Ich habe ein Beispiel in Pytorch mit Conv2d gesehen, aber ich möchte wissen, wie ich Conv1d für Text anwenden kann? Oder ist es eigentlich nicht möglich?Convolutional NN für Texteingabe in PyTorch
Hier ist mein Modellszenario:
Number of in-channels: 1, Number of out-channels: 128
Kernel size : 3 (only want to consider trigrams)
Batch size : 16
So werde ich Tensoren Form liefern, < 16, 1, 28, 300>, wobei 28 die Länge eines Satzes ist. Ich möchte Conv1d verwenden, das mir 128 Feature-Maps der Länge 26 geben wird (wenn ich über Trigramme nachdenke).
Ich bin mir nicht sicher, wie man für diese Einstellung nn.Conv1d() definiert. Ich kann Conv2d verwenden, möchte aber wissen, ob es möglich ist, dasselbe mit Conv1d zu erreichen?
Woher kommt die 300? –
300 ist die Einbettungsdimension. –