嵌入

tflearn.layers.embedding_ops.embedding (incoming, input_dim, output_dim, validate_indices=False, weights_init='truncated_normal', trainable=True, restore=True, reuse=False, scope=None, name='Embedding')

整數 id 或浮點數序列的嵌入層。

輸入

2-D 張量 [範例數、id]。

輸出

3-D 張量 [範例數、嵌入 id 數、特徵]。

參數

• incoming: 輸入 2-D 張量。
• input_dim: int 清單。字典大小（id 數）。
• output_dim: int 清單。嵌入大小。
• validate_indices: bool。是否驗證收集索引。
• weights_init: str (名稱) 或 Tensor。權重初始化。（請參閱 tflearn.initializations）預設值：'truncated_normal'。
• trainable: bool。如果為 True，權重將可訓練。
• restore: bool。如果為 True，載入模型時將復原此層的權重。
• reuse: bool。如果為 True，且有提供 'scope'，此層變數將可重複使用（共用）。
• scope: str。定義此層範疇（選用）。範疇可用來在各層之間共用變數。請注意，範疇會覆蓋名稱。
• name: 此層的名稱（選用）。預設值：'Embedding'。

---