Tensorflow：分层 Softmax 实现

Question

我目前有用向量表示的文本输入，我想对它们的类别进行分类。因为它们是多级类别，所以我打算使用 Hierarchical Softmax.

Example:

 - Computer Science
     - Machine Learning
     - NLP
 - Economics
 - Maths
     - Algebra
     - Geometry

我不知道如何在Tensorflow中实现它。我遇到的所有示例都是使用其他框架。

谢谢

Answer 1

实际上如果你的类别总数在几百到几千之间（小于 50K），你不需要考虑使用 hierarchical softmax，它旨在运行更快地训练分类分为数百万个类别（例如，词汇表中的单词数量）。

根据我的经验（使用朴素贝叶斯和神经网络），在训练时使用层次结构不一定会提高分类质量。

但是，如果您有兴趣实现 Hierarchical Softmax，那就另当别论了。

Answer 2

终于改用Pytorch了。它比 Tensorflow 更容易、更直接。

对于任何对实施 HS 更感兴趣的人，您可以查看我的示例说明：https://gist.github.com/paduvi/588bc95c13e73c1e5110d4308e6291ab
对于任何仍然想要 Tensorflow 实现的人来说，这个是给你的：https://github.com/tansey/sdp/blob/87e701c9b0ff3eacab29713cb2c9e7181d5c26aa/tfsdp/models.py#L205。但是有点乱，作者推荐使用Pytorch或者其他动态图框架

Tensorflow: Hierarchical Softmax Implementation