知识卡片

操作参考卡 · 9851.f · 生成模型:Hunyuan

TF2嵌入层语法与维度

理解等级:中级

TensorFlow 2.0里的对应层是tf.keras.layers.Embedding,必填参数是input_dim(词汇表大小)和output_dim(向量维度),与PyTorch的num_embeddings、embedding_dim一一对应。embeddings_initializer默认uniform,决定查找表的初始分布;mask_zero=True把索引0当作填充并屏蔽,代价是词汇表不能再占用0号索引。input_length声明输入序列长度,这在后面要接Flatten再接Dense时是必需的,否则形状推断会报错。形状上它把二维的(batch_size, input_length)升成三维的(batch_size, input_length, output_dim),也就是给每个时间步挂一个向量,这与PyTorch“任意前缀+末尾加维”的约定本质一致。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《深入浅出Embedding:原理解析与应用实践 (吴茂贵, 王红星)》第2章 获取Embedding的方法(源文件: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_0002.xhtml) - 结论依据:原文给出TensorFlow 2.0嵌入层的完整语法与参数说明,并明确写出输入为2维张量、输出为3维张量及各自形状。 - 原始内容:2)输入说明如下: 输入一般为2维张量,其形状为(batch_size, input_length)。 3)输出说明如下: 输出一般为3维张量,其形状为(batch_size, input_length, output_dim)。