Yerleştirme

public struct Embedding<Scalar> : Module where Scalar : TensorFlowFloatingPoint

Bir gömme katmanı.

Embedding , endeksleri sabit bir sözlükten sabit boyutlu (yoğun) vektör temsillerine eşleyen etkili bir arama tablosudur, örneğin [[0], [3]] -> [[0.25, 0.1], [0.6, -0.2]] .

  • Kelime dizinlerini yoğun vektör temsilleriyle eşleştiren öğrenilebilir bir arama tablosu.

    beyan

    public var embeddings: Tensor<Scalar>

  • Rastgele başlatılan şekil katıştırmalarıyla (vocabularySize, embeddingSize) bir Embedding katmanı oluşturur, böylece her kelime dizinine bir vektör temsili verilir.

    beyan

    public init(
  vocabularySize: Int,
  embeddingSize: Int,
  embeddingsInitializer: ParameterInitializer<Scalar> = { Tensor(randomUniform: $0) }
)

    Parametreler

    vocabularySize

    Sözlükteki farklı indekslerin (kelimelerin) sayısı. Bu sayı en büyük tamsayı indeks artı bir olmalıdır.

    embeddingSize

    Tek bir gömme vektör temsilindeki girişlerin sayısı.

    embeddingsInitializer

    Gömme parametreleri için kullanılacak başlatıcı.

  • Sağlanan gömmelerden bir Embedding katmanı oluşturur. Önceden eğitilmiş yerleştirmeleri bir modele dahil etmek için kullanışlıdır.

    beyan

    public init(embeddings: Tensor<Scalar>)

    Parametreler

    embeddings

    Önceden eğitilmiş yerleştirme tablosu.

  • Girişteki her dizini karşılık gelen yoğun vektör temsiliyle değiştirerek bir çıktı döndürür.

    beyan

    @differentiable(wrt: self)
public func forward(_ input: Tensor<Int32>) -> Tensor<Scalar>

    Geri dönüş değeri

    Giriş endekslerinin vektör temsilleriyle değiştirilmesiyle oluşturulan tensör.