Python 什么';在TensorFlow中嵌入查找稀疏是什么意思?
我们花了很多时间阅读的API文档。Python 什么';在TensorFlow中嵌入查找稀疏是什么意思?,python,tensorflow,embedding,Python,Tensorflow,Embedding,我们花了很多时间阅读的API文档。embedded\u lookup\u sparse的含义令人困惑,它似乎与embedded\u lookup大不相同 这是我的想法,如果我错了,请纠正我。宽深模型的示例使用contrib.layersapi,并调用embedded\u lookup\u sparse实现稀疏特征列。如果它得到SparseTensor(例如,country,它是稀疏的),它将创建一个实际上是针对一个主机编码的嵌入。然后调用to_weights\u sum,将embedded\u
embedded\u lookup\u sparse
的含义令人困惑,它似乎与embedded\u lookup
大不相同
这是我的想法,如果我错了,请纠正我。宽深模型的示例使用contrib.layers
api,并调用embedded\u lookup\u sparse
实现稀疏特征列。如果它得到SparseTensor(例如,country,它是稀疏的),它将创建一个实际上是针对一个主机编码的嵌入。然后调用to_weights\u sum
,将embedded\u lookup\u sparse
的结果作为prediction
返回,将嵌入作为变量返回
embedded\u lookup\u sparse
addbias
的结果,并成为损失函数和训练操作的logits
。这意味着embedding\u lookup\u sparse
对稠密张量执行类似于w*x
(y=w*x+b
的一部分)的操作
可能对于一个热编码或稀疏传感器,来自embedded\u lookup\u sparse
的weight
实际上是w*x
的值,因为查找数据总是1
,不需要添加其他0
s
我所说的也令人困惑。有人能详细解释一下吗?嵌入查找和嵌入查找稀疏的主要区别在于稀疏版本要求id和权重为SparseTensor类型 嵌入查找的工作原理: 您传入一个大小一定的张量,Embedded_lookup_sparse会将张量的切片(由sp_id参数引用的切片)乘以某个权重(也作为sp_权重传入;默认值为1),然后返回新切片 不存在偏差项。您可以通过引用多个要包含在输出中的元素,将张量的切片添加到一起