Python 1D CNN是否使用嵌入层的权重?
我正在建立一个CNN-BILSTM的模型。我用Word2Vec训练了一个单词向量矩阵。然后,在模型中, 我将字向量矩阵传递给嵌入层的权重。1D CNN(第二层)是否使用此权重或初始化新权重Python 1D CNN是否使用嵌入层的权重?,python,tensorflow,conv-neural-network,word2vec,Python,Tensorflow,Conv Neural Network,Word2vec,我正在建立一个CNN-BILSTM的模型。我用Word2Vec训练了一个单词向量矩阵。然后,在模型中, 我将字向量矩阵传递给嵌入层的权重。1D CNN(第二层)是否使用此权重或初始化新权重 model = Sequential([ Embedding(len(embeddings.vocab), output_dim = output_dim, input_length = test_X.shape[1],
model = Sequential([
Embedding(len(embeddings.vocab),
output_dim = output_dim,
input_length = test_X.shape[1],
weights=[embeddings_matrix],
trainable=False),
Dropout(0.25),
Conv1D(filters=128,
kernel_size=5,
padding='valid',
activation='relu',
strides=1),
MaxPooling1D(pool_size=2),
Conv1D(filters=64,
kernel_size=5,
padding='valid',
activation='relu',
strides=1),
MaxPooling1D(pool_size=2),
Bidirectional(LSTM(64, recurrent_dropout=0.1, dropout=0.1)),
Dense(1, activation='sigmoid')
])
Conv1D
层将有自己的权重(更准确地说,是一个过滤器/内核)。要为Con1D
层设置自定义权重,请参见答案。嵌入层的权重是嵌入矩阵。有关此主题的更多详细信息,请参阅博客。