美文网首页
pytorch.nn.Embadding 详解

pytorch.nn.Embadding 详解

作者: 何哀何欢 | 来源:发表于2020-07-29 17:07 被阅读0次

数据和枚举的对应关系：{A:1, B:2, C:3, ...}

网络层输入按照枚举方式，比如是A的话，那么输入层就是
A: [1, 0, 0, 0, 0, 0, ...]， 如果是B，输入就是：
B: [0, 1, 0, 0, 0, 0, ...]， 依次类推：
C: [0, 0, 1, 0, 0, 0, ...]
有多少枚举，就有多少个输入。

从输入到Hidden层，因为只有一个1，其他都是0，如下图：


其实没必要把所有输入i*w+b都计算了。因为其余都是0，只计算所选的那个i就好了。

这就是 nn.Embadding(num_embaddings, num_dim)的意义。

  • num_embaddings就是枚举的个数，也是输入节点数，他会根据输入自动转换为枚举，比如输入2，输入为[0,0,1,0,0,0, \cdots]。
  • num_dim是hidden层的数量。
  • padding_idx 就是说这个index不用，作为补齐的。那么遇到这个index，所有输入都是[0,\cdots]，就等于什么也不运算。

相关文章

网友评论

      本文标题：pytorch.nn.Embadding 详解

      本文链接：https://www.haomeiwen.com/subject/llckrktx.html

      延伸阅读

      深度阅读

      • 您也可以注册成为美文阅读网的作者，发表您的原创作品、分享您的心情！

      栏目导航

      热点阅读

      关于我们|服务条款|联系我们|pytorch.nn.Embadding 详解|投稿指南|网站地图|RSS订阅|排版工具|手机版

      提供经典美文摘抄,优美散文欣赏,现代诗歌精选,短篇小说,心情随笔,表白情书范文,故事会在线阅读欣赏

      Copyright © 2014-2023 Haomeiwen.com All Rights Reserved. 好美文阅读网 版权所有

      备案信息：桂公网安备 45052102000051号 · 桂ICP备13007215号-3

      本站所收录作品、热点评论等信息部分来源互联网，目的只是为了系统归纳学习和传递资讯

      所有作品版权归原创作者所有，与本站立场无关，如不慎侵犯了你的权益，请联系我们告知，我们将做删除处理！