原书出处
深入浅出Embedding:原理解析与应用实践 (吴茂贵, 王红星)
02 第2章 获取Embedding的方法
非整个词典。 sparse(bool,optional):如果为True,则与权重矩阵相关的梯度转变为稀疏张量。 说明
所谓稀疏张量是指反向传播时只更新当前使用词的权重矩阵,以加快更新速度。不过,即使设置sparse=True,权重矩阵也未必稀疏更新,原因如下: 1)与优化器相关,使用momentumSGD、Adam等优化器时包含momentum项,导致不相关词的Embedding依然会叠加动量,无法稀疏更新;
2)使用weight_decay,即正则项计入损失值。 2. 变量说明 Embedding.weight为可学习参数,
原书定位详情
来源:a19c7933-4eda-4176-aebd-30fe7e1ad292
正文位置:extracted/深入浅出Embedding:原理解析与应用实践 (吴茂贵, 王红星)/_epub-src/OEBPS/Text/Chapter5_0001.xhtml
EPUB SHA-256:0056cad2f11cb1d60ead5054060bd6d41fef87dd049656db310bdc789c0ec7da