keras中的多个嵌入层
keras中的多个嵌入层
提问于 2018-04-13 04:33:16
通过预先训练的嵌入，我们可以将它们指定为keras嵌入层中的权重。要使用多个嵌入，指定多个嵌入层是否合适？即
embedding_layer1 = Embedding(len(word_index) + 1,
EMBEDDING_DIM,
weights=[embedding_matrix_1],
input_length=MAX_SEQUENCE_LENGTH,
trainable=False)
embedding_layer2 = Embedding(len(word_index) + 1,
EMBEDDING_DIM,
weights=[embedding_matrix_2],
input_length=MAX_SEQUENCE_LENGTH,
trainable=False)
model.add(embedding_layer1)
model.add(embedding_layer2)This建议将它们总结起来，并将它们表示为一个层，这不是我想要的。
回答 2
Stack Overflow用户
发布于 2020-07-08 22:45:37
我遇到了同样的issue.Is it，因为keras.Embedding层内部使用了某种对象(让我们称之为x_object )，该对象在keras.backend全局会话K中初始化。因此，第二个嵌入层抛出一个异常，说明x_object名称已经存在于图中，不能再次添加。
Stack Overflow用户
发布于 2021-01-12 15:46:31
如果你想在一个模型中使用多个嵌入层，答案就在这个线程Multiple Embedding layers for Keras Sequential model中
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/49805424
复制相关文章
相似问题
腾讯云开发者
