【pytorch模型实现6】FastText

24 篇文章 2 订阅
24 篇文章 0 订阅

FastText模型实现

NLP模型代码github仓库:https://github.com/lyj157175/Models

import torch 
import torch.nn as nn


class FastText(nn.Module):

    def __init__(self, vocab_size, embedding_dim, max_len, num_label):
        super(FastText, self).__init__()
        self.embed = nn.Embedding(vocab_size, embedding_dim)
        self.avg_pool = nn.MaxPool1d(kernel_size=max_len, stride=1)
        self.fc = nn.Linear(embedding_dim, num_label)

    
    def forward(self, x):
        x = torch.Tensor(x).long()  # b, max_len
        x = self.embed(x)      # b, max_len, embedding_dim
        x = x.transpose(2, 1).contiguous()  # b, embedding_dim, max_len
        x = self.avg_pool(x).squeeze()    # b, embedding_dim, 1
        out = self.fc(x)        # b, num_label
        return out 

if __name__ == '__main__':
    model = FastText(3000, 100, 50, 4)
    x = torch.zeros([64, 50])
    out = model(x)
    print(out.shape)



评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值