我正在尝试Embedding
在 Keras 中创建一个图层。
我的输入大小是 3d: (batch, 8, 6)
,我想嵌入最后一个维度。
所以嵌入应该像(batch*8, 6)
->embedding output
但我不想batchsize
在所有学习步骤中都保留这个,只是为了嵌入层。
我认为解决方案之一是分离 8 个输入并将嵌入应用于每个输入。
但是这个嵌入层与一个大的嵌入层不同。
有没有可能的解决方案?谢谢!
解决方案非常简单:
input_shape = (8,6)
并通过嵌入。你会得到你想要的。
from keras.layers import *
from keras.models import *
ins = Input((8,6))
out = Embedding(10, 15)(ins)
model = Model(ins, out)
model.summary()
其中 10 是字典大小(单词或类似词的数量),15 是嵌入大小(结果维度)。
结果总结:
Model: "model_1"
_________________________________________________________________
Layer (type) Output Shape Param #
=================================================================
input_1 (InputLayer) (None, 8, 6) 0
_________________________________________________________________
embedding_1 (Embedding) (None, 8, 6, 15) 150
=================================================================
Total params: 150
Trainable params: 150
Non-trainable params: 0
_________________________________________________________________