我正在使用 fasttext 词嵌入来为句子创建词向量，用于情感分析二进制分类器。Fasttext 向量既有负数也有正数。
我的嵌入层是
net = embedding(net, input_dim=20000, output_dim=num_hidden)
但是我得到了错误，
InvalidArgumentError (see above for traceback): indices[99,244] = -1 is not in [0, 20000)
[[Node: Embedding/embedding_lookup = Gather[Tindices=DT_INT32, Tparams=DT_FLOAT, _class=["loc:@Embedding/W"], validate_indices=true, _device="/job:localhost/replica:0/task:0/device:CPU:0"](Embedding/W/read, Embedding/Cast)]]
这个错误到底是什么意思？
我试图将嵌入词中的所有负值设为 0，虽然它确实有效，但它会丢失很多信息
我不明白 input_dim 如何在 tflearn 的嵌入层中工作？
另外我不明白如何在 tflearn 中使用 Fasttext 词嵌入？
任何帮助将非常感激