如何在烤宽面条中为嵌入层提供固定的嵌入矩阵?
how to give fixed embedding matrix to EmbeddingLayer in Lasagne?
我已经实现了一个使用 Lasagne EmbeddingLayer 的深度学习架构。
现在我已经使用 word2vec 学习了词向量,不希望词向量成为我的网络的参数。
看了文档,我觉得是指定了提供给'W'参数的numpy数组是Embedding Matrix的初始值
如何declare/specify代码中的EmbeddingLayer使其将输入权重矩阵作为词向量的固定矩阵?
上述问题可以通过将'trainable=False'标签添加到定义为嵌入层的自定义层的权重参数来解决。
我已经实现了一个使用 Lasagne EmbeddingLayer 的深度学习架构。
现在我已经使用 word2vec 学习了词向量,不希望词向量成为我的网络的参数。
看了文档,我觉得是指定了提供给'W'参数的numpy数组是Embedding Matrix的初始值
如何declare/specify代码中的EmbeddingLayer使其将输入权重矩阵作为词向量的固定矩阵?
上述问题可以通过将'trainable=False'标签添加到定义为嵌入层的自定义层的权重参数来解决。