在 mxnet 符号嵌入层中使用经过 FastText 训练的嵌入
Use FastText trained embeddings in mxnet symbol embedding layer
如何 运行 在语料库上快速文本并在 mxnet 符号嵌入层中使用这些嵌入？
为此，您首先需要加载包含 FastText 嵌入的矩阵，然后将其作为初始化程序传递给嵌入层：
embed_layer_3 = mx.sym.Embedding(data=input_x_3, weight=the_emb_3, input_dim=vocab_size, output_dim=embedding_dim, name='vocab_embed')
我从 here 那里拿了这个例子，他们使用 Glove Embedding，但想法是一样的。
我强烈建议使用 Gluon API 而不是 Symbol API。在这种情况下，您将更容易使用 GluonNLP 包的所有优点，它已经预训练了 FastText 嵌入。请参阅 this tutorial 了解如何在 GluonNLP
中使用 Fasttext
如何 运行 在语料库上快速文本并在 mxnet 符号嵌入层中使用这些嵌入？
为此，您首先需要加载包含 FastText 嵌入的矩阵，然后将其作为初始化程序传递给嵌入层：
embed_layer_3 = mx.sym.Embedding(data=input_x_3, weight=the_emb_3, input_dim=vocab_size, output_dim=embedding_dim, name='vocab_embed')
我从 here 那里拿了这个例子，他们使用 Glove Embedding，但想法是一样的。
我强烈建议使用 Gluon API 而不是 Symbol API。在这种情况下，您将更容易使用 GluonNLP 包的所有优点，它已经预训练了 FastText 嵌入。请参阅 this tutorial 了解如何在 GluonNLP
中使用 Fasttext