tf.nn.embedding_lookup(
params,
ids,
partition_strategy=’mod’,
name=None,
validate_indices=True,
max_norm=None
)
这个函数的意思就是按照ids查找params里面的vector然后输出。
比如：
复制代码
1
2
3
4
import numpy as np
import tensorflow as tf
params = np.identity(5)
print(params)params是一个5x5的矩阵。
复制代码
1
2
3
4
5
[[1. 0. 0. 0. 0.]
[0. 1. 0. 0. 0.]
[0. 0. 1. 0. 0.]
[0. 0. 0. 1. 0.]
[0. 0. 0. 0. 1.]]ids是3，2，1。
复制代码
1
2
3
4
ids = [3,2,1]
out = tf.nn.embedding_lookup(params,ids)
sess = tf.InteractiveSession()
print(sess.run(out))那就会返回params的第三个，第二个，第一个vector组成matrix。
复制代码
1
2
3
[[0. 0. 0. 1. 0.]
[0. 0. 1. 0. 0.]
[0. 1. 0. 0. 0.]]如果ids2 = [[0,2],[3,1],[4,2]]，那么就会返回：
复制代码
1
2
3
4
5
6
7
8
[[[1. 0. 0. 0. 0.]
[0. 1. 0. 0. 0.]]
[[0. 0. 1. 0. 0.]
[0. 1. 0. 0. 0.]]
[[0. 0. 0. 0. 1.]
[0. 0. 1. 0. 0.]]]最后
以上就是隐形项链最近收集整理的关于tf.nn.embedding_lookup的全部内容，更多相关tf内容请搜索靠谱客的其他文章。
本图文内容来源于网友提供，作为学习参考使用，或来自网络收集整理，版权属于原作者所有。
发表评论 取消回复