我想在keras中创建一个深层神经网络,在输入层的每个元素被输入到更深层之前,使用相同的共享Embedding()-layer进行“编码”。在
每个输入都是一个定义对象类型的数字,网络应该学习一个嵌入,它封装了“这个对象是什么”的一些内部表示。在
因此,如果输入层有X维,而嵌入层有Y维,则第一个隐藏层应该由X*Y神经元(每个嵌入的输入神经元)组成。在
Here is a little image that should show the network architecture that I would like to create, where each input-element is encoded using a 3D-Embedding
我该怎么做?在
Tags:
emnedding_层将具有共享权重。如果有很多输入,可以用层列表的形式来完成。在
如果要转换输入的张量,方法是:
^{pr2}$这就是你要找的吗?在
相关问题 更多 >
编程相关推荐