La respuesta es que las capas de incrustación en TensorFlow difieren completamente de los algoritmos de incrustación de palabras, como word2vec y GloVe. ¡Solo comparten un nombre similar!
La incrustación se refiere al mapeo de un vector de características dispersas de alta dimensión a un vector denso con una dimensión mucho más baja. La capa de incrustación en TensorFlow es como una tabla de consulta. Por ejemplo, suponga que hay un tensor 2D en el que la primera dimensión representa la ID de una palabra y la segunda dimensión representa el vector denso que se aprenderá durante la fase de entrenamiento de la red neuronal. Es notable que también puede usar incrustaciones de palabras previamente capacitadas (por ejemplo, usando word2vec) y usarlas como una entrada de la red. Puede establecer el argumento “Entrenable” en “Falso”, si desea utilizar incrustaciones previamente formadas y no desea actualizarlas durante el proceso de aprendizaje de su red.
Espero eso ayude.
- ¿Cuáles son las falacias comunes de minería de datos?
- ¿Cuáles son algunas buenas técnicas para la clasificación / segmentación de datos de series temporales?
- ¿Cómo ayuda el enfoque ontológico con la clasificación de texto?
- ¿Qué especificaciones de computadora se recomiendan para entrenar redes neuronales?
- ¿Con qué facilidad pueden los actuarios cambiar a carreras relacionadas con TI como la ciencia de datos, el aprendizaje automático y el desarrollo de software?
