原书出处
深入浅出Embedding:原理解析与应用实践 (吴茂贵, 王红星)
16 第16章 Embedding技术总结
t的架构图 16.1.4 Embedding技术的不足 Embedding作为一种技术,虽然很流行,但是也存在一些不足。
比如Embedding的维度一般作为超参数,不能根据实际情况选择合理的大小;涉及多个特征的向量化时,一般都采样相同的维度,而不是根据各特征的贡献及特性进行量身定做;对一些稀疏特征进行的Embedding,存在长尾数据而影响训练效果;另外,与RGB相比,Embedding的可解释性不够透明
,这或许也是目前机器学习、深度学习模型存在的较普遍的问题。
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/Chapter20_0001.xhtml
EPUB SHA-256:0056cad2f11cb1d60ead5054060bd6d41fef87dd049656db310bdc789c0ec7da