← 返回卡片

原书出处

Python深度学习架构实用指南(初译)

06 循环神经网络 用于情感分类的双向 RNN

核验版本的摘录快照 · 导入于 2026-11-16T09:48:17.714Z

现在,我们有 200 个单词的输入序列,每个单词由0至4999的整数表示。 我们可以进行传统的单热编码,但是所生成的 3,000 维稀疏输出将使训练相应的 RNN 模型过慢。 取而代之的是,我们执行单词嵌入以将单词索引转换为较低维的密集向量。

此预览只包含定位所需的摘录和上下文。

原书定位详情

来源:a19c7933-4eda-4176-aebd-30fe7e1ad292

正文位置:extracted/Python深度学习架构实用指南(初译)/_epub-src/OEBPS/Text/11.html

EPUB SHA-256:9e97657a6ef44a2c5b99c157ca9efc53d39edf31c53d4cd4857b7b54fe9c23aa