Python LSTM嵌入输出大小和LSTM数量
我不知道为什么我们只有大小为32的输出向量,而有LSTM 100 我感到困惑的是,若我们只有32个字的向量,若把它放到LSTM中,32LSTM应该足够大,可以容纳它吗Python LSTM嵌入输出大小和LSTM数量,python,nlp,keras,keras-layer,Python,Nlp,Keras,Keras Layer,我不知道为什么我们只有大小为32的输出向量,而有LSTM 100 我感到困惑的是,若我们只有32个字的向量,若把它放到LSTM中,32LSTM应该足够大,可以容纳它吗 Model.add(Embedding(5000,32) Model.add(LSTM(100)) 这些都是模型的超参数,没有实验就没有最好的设置方法。在您的情况下,将单个单词嵌入到32维的向量中可能就足够了,但LSTM将处理一系列单词,并且可能需要更大的容量(即维度)来存储有关多个单词的信息。在不知道目标或数据集的情况下,很
Model.add(Embedding(5000,32)
Model.add(LSTM(100))
这些都是模型的超参数,没有实验就没有最好的设置方法。在您的情况下,将单个单词嵌入到32维的向量中可能就足够了,但LSTM将处理一系列单词,并且可能需要更大的容量(即维度)来存储有关多个单词的信息。在不知道目标或数据集的情况下,很难对这些参数进行有根据的猜测。通常我们会查看过去处理类似问题的研究论文,看看他们使用了哪些超参数,然后通过实验对其进行调整。Thx对于澄清,实际上是来自Keras的预加载数据集电影评论-来自Keras。数据集导入imdb