嵌入

tflearn.layers.embedding_ops.embedding (incoming, input_dim, output_dim, validate_indices=False, weights_init='truncated_normal', trainable=True, restore=True, reuse=False, scope=None, name='Embedding')

用于整数 ID 或浮点数序列的嵌入层。

输入

二维张量 [样本数, ID]。

输出

三维张量 [样本数, 嵌入 ID, 特征数]。

参数

• incoming: 输入的二维张量。
• input_dim: 整数列表。词汇表大小（ID 数量）。
• output_dim: 整数列表。嵌入大小。
• validate_indices: 布尔值。是否验证收集索引。
• weights_init: 字符串（名称）或张量。权重初始化。（参见 tflearn.initializations）默认值：'truncated_normal'。
• trainable: 布尔值。如果为 True，则权重将是可训练的。
• restore: 布尔值。如果为 True，则在加载模型时将恢复此层的权重。
• reuse: 布尔值。如果为 True 并且提供了“scope”，则将重用（共享）此层变量。
• scope: 字符串。定义此层的范围（可选）。范围可用于在层之间共享变量。请注意，范围将覆盖名称。
• name: 此层的名称（可选）。默认值：'Embedding'。

---