Embedding
Embedding 字面理解是 “嵌入”,实质是一种映射,从语义空间到向量空间的映射,同时尽可能在向量空间保持原样本在语义空间的关系,如语义接近的两个词汇在向量空间中的位置也比较接近。 embedding将大型稀疏向量转换为保留语义关系的低维空间。
==== |
====== |
========= |
======= |
===== |
==== |
==== |
==== |
======= |
======= |
============ |
========== |
Autoencoder基本操作及其Tensorflow实现 |
漫谈autoencoder:降噪自编码器/稀疏自编码器/栈式自编栈式自编码器 (Tensoflow代码) |
Github:Nana0606/autoencoder |
|
Embedding 字面理解是 “嵌入”,实质是一种映射,从语义空间到向量空间的映射,同时尽可能在向量空间保持原样本在语义空间的关系,如语义接近的两个词汇在向量空间中的位置也比较接近。 embedding将大型稀疏向量转换为保留语义关系的低维空间。