word2vec.py所做的是返回形状的张量(vocab_size，embedding_size)。我想要每个嵌入的对应单词，有点像字典：我怎么才能得到它？
浏览 1提问于2017-01-25得票数 1
我已经运行了'/tensorflow/models/embedding/‘文件夹下的'word2vec.py’文件。但是我在输出文件夹中找不到word嵌入的结果，只有模型文件和一些未知的文件，比如：
浏览 2提问于2016-03-21得票数 2
我需要在Tensorflow上运行一个编解码模型。我们如何在这样的模型中输入嵌入(如word2vec )？我知道我们可以进行嵌入查找，但是根据API encoder_input_data是一个大小为batch_size x input_size的2D张量列表。如何在此设置中使用其各自的单词嵌入来表示每个单词？甚至连embedding_rnn_se
浏览 1提问于2016-07-31得票数 0
1回答
多输入特征的神经网络训练
、、、、
然而，我仍然是困惑，因为我是新的RNN和CNN。我正在和keras一起训练神经网络分类器。在我的csv文件中，我有三个特性。句子
我首先随机开始使用嵌入的句子，如下所示。import Tokenizer
from tensorflow.python.keras.prepro
浏览 0提问于2019-06-19得票数 0
1回答
假设我在嵌入查找后获得一个输入矩阵，如下所示：
[ [0.5, 0.25, 0.47, 0.86，0.8. 0.12, 0.63, 0.97，0.7, 0.47, 0.32, 0.01]，...，[..，e在上述情况下，每个嵌入的dim =4，句子长度为3。我们如何使用Tensorflow/TFLearn或Theano中的占位符动态地(即，在运行时)与句子中的每个单词相对应</em
浏览 8提问于2016-07-26得票数 2
回答已采纳
我正在使用TF的word2vec模块。我想读取一个由多行组成的数据文件。每一行由多个单词组成。一行中的每个单词可以是源词，也可以是目标词。我遵循，但没有找到所谓的示例来读取自定义数据
对于Skip建模，我们实际上已经在tensorflow/models/embedding/word2vec.py中为您做了这样的工作。我应该更改word2vec_ker
浏览 0提问于2016-07-01得票数 2
我在张量流中实现了Word嵌入，类似于代码，我能够获得最终的嵌入(final_embeddings)，但是我想使用本练习的典型类比来评估嵌入。如何确定哪一个术语对应于最后的嵌入数组中的哪一行？任何帮助都将不胜感激(具体情况和资源将是有利的；)。谢谢!
浏览 2提问于2017-05-03得票数 2
回答已采纳
1回答
在我提出这个问题之前，让我先说明这个问题已经在许多文章中得到了回答，但我仍然很难理解word嵌入的基本格式。 让我们从“我喜欢狗”这句话开始。假设一个简单的散列方法，“我喜欢狗”可以用向量1，4，6表示，其中向量的元素对应于每个单词的散列(假设这些不是词汇表中的唯一单词)。对于批中的单个条目，嵌入张量(假设嵌入
浏览 14提问于2018-12-21得票数 2
回答已采纳
我只是在努力找出如何在keras/tensorflow嵌入层中为OOV单词使用快速文本词向量。外面什么都没有。也许有人也想到了这一点，并给了我一些提示？通过词嵌入查找的方式通过像tf.nn.embedding_lookup(word_embeddings，x)这样的索引工作
你可以有一个OOV的索引。但我如何在运行时分配一个特定的向量(来自不同的自定义来源，如</
浏览 1提问于2019-06-01得票数 2
1回答
得到了形状为[ M x N x L1 ]的矩阵B和形状[ M<代码>E 29</code>x</code>L2]<代码>E 211</代码>、<code>E 112</code>L1<code>E 213</code>和<code>E 114<//code>L2</代码>E 215</code>的另一个矩阵B具有相同
浏览 2提问于2017-03-16得票数 0
我试图理解这个Tensorflow代码，它是word2vec跳过图模型实现的一部分。：
softmax_weights是一个矩阵，其中的每一行表示特定单词(类)的嵌入。用于输入‘标签’的train_labels是一个数字数组，它可以用作键来获取与数字相对应的单词，也可以用作从上面的‘嵌入’代码中获取特定嵌入的键，如“embedd
浏览 0提问于2018-05-28得票数 0
回答已采纳
1回答
我正在学习Tensorflow，并且在tensorflow中遇到了用于学习自己的单词嵌入的嵌入层。mask_zero=False, “输入朦胧”应与词汇量相同，即独特的词汇如果我想把词汇量限制在前25000个最常用的单词上--我该怎么做呢？我是否可以简单地将“input_dim”改为“25000”，或者我必须遍历我
浏览 2提问于2020-05-05得票数 1
回答已采纳
1回答
我发现了tensorflow 1b_lm项目：
但是，这个示例的结果包括7 '.npy‘文件。似乎它只是为句子中的每一个单词生成每个单词的嵌入？
浏览 1提问于2016-11-25得票数 0
我用TensorFlow训练了TensorFlow模型。现在，我在字典中嵌入了单词向量，为文档嵌入了向量。在报纸上Quoc Le, Tomas Mikolov
“推理阶段”，通过在D中增加更多的列，在D上降梯度，同时保持W，U，bfi，得到新段落的段落向量D(以前从未见过)。我有预先训练过<e
浏览 2提问于2018-01-29得票数 1
1回答
有人能向我解释一下Tensorflow BoW编码器正在做什么/正在返回吗？我希望得到每个文档的字数向量(就像sklearn中的那样)，但是，很明显，它正在做一些更花哨的事情。在本例中：
features, vocab_size=n_words, embed_dim=EMBEDDING_SIZE)
一个'embed_dim‘被传递，我也不明白这在BoW编码的上下
浏览 1提问于2017-03-26得票数 3
回答已采纳
和标题一样，在tf.keras.layers.Embedding中，为什么知道字典的大小作为输入维度很重要？
浏览 1提问于2019-02-06得票数 2
回答已采纳
1回答
最近，我开始玩弄张量流，强项等等，现在我正试图实现一些更严肃的东西，从短句中检索信息(医生指示)。不幸的是，我拥有的数据集和往常一样非常“脏”。当我试图使用单词嵌入时，我实际上需要“干净”数据。药丸和每个药丸之间都有一个空白。我正在实施“标记器改进器”来查看每个句子，并根据整个文档中术语的频率(tf)，基于句子中每个单词的联合概率，提出新的标记化
浏览 2提问于2016-10-19得票数 2
1回答
假设我们正在训练一个神经网络模型来学习从以下输入到输出的映射，其中输出是 (NE)。创建一个滑动窗口来捕获上下文信息，并将其结果作为model_input输入到培训模型中。', '</s>', '</s>']]
<s>表示句子标记的开始，</s>表示句子标记的结束，每个滑
浏览 3提问于2017-11-07得票数 6
回答已采纳
1回答
我试图使用相似度(可能是余弦)来聚类一些句子，然后使用分类器将文本放入预定义的类中。一袋单词模型会产生很好的输出吗？
浏览 4提问于2017-05-04得票数 0
回答已采纳
云服务器
ICP备案
云直播
对象存储
实时音视频
腾讯云开发者
