Keras 使用**层[0]的嵌入。获取_权重（）[0]**
我用一个例子来研究嵌入网络，其中一个例子将词汇量设置为200，训练样本包含大约20个不同的单词。 vocab的大小是200，这意味着单词的数量是200。 但实际上，我只使用了20个单词（我的训练样本中的单词）：让我们说[0]对[19]。 因此，在嵌入之后，向量[0]对应于字[0]，依此类推。但是向量[20]。。向量[30]…它们匹配什么？ 我没有单词[20]或单词[30] 提前谢谢 他们配什么 没什么。在增加词汇量之前，权重将保持在初始化时的值，这几乎肯定是随机的。如果你试图把它们当作单词，它们将没有英语定义 基于这样一个事实，它们可能有一些意义，即训练嵌入创建了一个数字有意义的空间，但这些随机嵌入无法可靠地翻译回英语Keras 使用**层[0]的嵌入。获取_权重（）[0]**,keras,embedding,Keras,Embedding,我用一个例子来研究嵌入网络，其中一个例子将词汇量设置为200，训练样本包含大约20个不同的单词。 vocab的大小是200，这意味着单词的数量是200。 但实际上，我只使用了20个单词（我的训练样本中的单词）：让我们说[0]对[19]。 因此，在嵌入之后，向量[0]对应于字[0]，依此类推。但是向量[20]。。向量[30]…它们匹配什么？ 我没有单词[20]或单词[30] 提前谢谢 他们配什么 没什么。在增加词汇量之前，权重将保持在初始化时的值，这几乎肯定是随机的。如果你试图把它们当作单词，它们