深度学习中文NLP任务实战（二）：使用训练好的词向量

最新推荐文章于 2022-09-26 19:50:19 发布

Ding_xiaofei

最新推荐文章于 2022-09-26 19:50:19 发布

阅读量5.8k

点赞数

分类专栏：深度学习 NLP 文本处理

本文链接：https://blog.csdn.net/Ding_xiaofei/article/details/80957629

版权

本文介绍了如何在深度学习模型中使用预训练词向量，重点在于确保词典一致性和构建embedding层。内容涵盖tensorflow中应用预训练词向量的方法，以及当词典大小不匹配时如何处理。

摘要由CSDN通过智能技术生成

开篇

先放上我参考的一篇博客
tensorflow 使用预训练词向量

embedding层

我们使用预训练的词向量，最主要的目的就是为了生成embedding层的w

W = tf.Variable(tf.constant(0.0, shape=[vocab_size, embedding_dim]),
                trainable=False, name="W")
embedding_placeholder = tf.placeholder(tf.float32, [vocab_size, embedding_dim])
embedding_init = W.assign(embedding_placeholder)

sess.run(embedding_init, feed_dict={embedding_placeholder:

最低0.47元/天解锁文章

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

Ding_xiaofei

关注关注

0
点赞
踩
8

收藏

觉得还不错? 一键收藏
0
评论
深度学习中文NLP任务实战（二）：使用训练好的词向量

开篇先放上我参考的一篇博客 tensorflow 使用预训练词向量embedding层我们使用预训练的词向量，最主要的目的就是为了生成embedding层的wW = tf.Variable(tf.constant(0.0, shape=[vocab_size, embedding_dim]), trainable=False, name="W"...
复制链接

扫一扫