NLP-使用tensorflow构建神经网络——嵌入层细节部分说明

背景介绍

本文内容是使用CNN进行文本分类（垃圾邮件分类），代码来源：https://github.com/dennybritz/cnn-text-classification-tf，github上还有许多相似代码，可自行查找。
主要记录文本分类问题中使用tensorflow进行神经网络构建的内容。

目录

---

一、初始化

    def __init__(
      self, sequence_length, num_classes, vocab_size,
      embedding_size, filter_sizes, num_filters, l2_reg_lambda=0.01):#定义需要输入的参数

        #占位符，表示计算图中的某个节点，但没有具体的值
        self.input_x = tf.placeholder(tf.int32, [None, sequence_length], name="input_x")
        self.input_y = tf.placeholder(tf.float32, [None, num_classes], name="input_y")
        self.dropout_keep_prob = tf.placeholder(tf.float32, name="dropout_keep_prob")

        # Keeping track of l2 regularization loss (optional)
        l2_loss = tf.constant(0.0)#l2正则初始化

备注：tf.constant()

tf.constant(value, dtype=None, shape=None, name='Const')
tensorflow中用于初始化常量tensor，可以使用shape指定形状，使用name进行命名。

import tensorflow as tf
a= tf.constant([1, 2, 3, 4, 5, 6, 7])
b= tf.constant(2