tensorflow - embedding_column 在 tensorflow 中做什么

标签 tensorflow machine-learning embedding

从文档来看,在我看来,它正在使用嵌入矩阵将稀疏输入向量等单热编码转换为密集向量。但这与仅使用全连接层有何不同?

最佳答案

总结评论中的答案到这里。 主要区别在于效率。使用 embedding_column 允许您使用索引向量并进行矩阵查找,而不必在这些非常长的热向量中对数据点进行编码并进行矩阵乘法。

关于tensorflow - embedding_column 在 tensorflow 中做什么,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/49223767/

相关文章:

python - 可视化未出现在 Tensorflow-PyCharm IDE 中

python - 没有 fit() 使用 keras 和 tf 的 Tensorboard

java - 如何使用 POI 从 excel 导出嵌入式文件?

python - model.fit() 不接受 tf.data.Dataset 的输入形状

python - 在哪里使用光线 Actor 导入 tensorflow ?

machine-learning - 支持向量机的创建/更新有多容易/快速?

java - 定义和重用 MVEL 函数

html - 如何在 HTML 文档中嵌入透明的 SVG 对象?

python - 识别卷积神经网络的层

machine-learning - 20newsgroup-18828 数据集有什么问题?