num_embeddings和embedding_dim有没有什么设置的建议？
比如我的字典大小是288，那么embedding_dim设置为多少是比较合适的？
torch.nn.Embedding 的参数num_embeddings和embedding_dim 如何设置
- 写回答
- 好问题 0 提建议
- 关注问题
分享- 邀请回答
-
2条回答 默认 最新
关注num_embeddings代表一共有多少个词，embedding_dim代表你想要为每个词创建一个多少维的向量来表示它
解决 无用评论 打赏举报 分享
- 2023-04-29 00:41WTIAW.TIAW的博客 torch.nn.Embedding(num_embeddings, embedding_dim) 这个语句是创建一个词嵌入模型，num_embeddings代表一共有多少个词，embedding_dim代表你想要为每个词创建一个多少维的向量来表示它，直接上例子： import torch...
- 2022-10-23 21:47wen_ding的博客 torch.nn.Embedding参数详解 num_embeddings, num_embeddings
- 2021-09-16 22:28北络z的博客 torch.nn.Embedding(num_embeddings, embedding_dim) 这个语句是创建一个词嵌入模型，num_embeddings代表一共有多少个词，embedding_dim代表你想要为每个词创建一个多少维的向量来表示它，例子： import torch ...
- 2023-04-09 11:30chenxi yan的博客 【代码】nn.Embedding(num_embeddings, embedding_dim, padding_idx)
- 2024-10-19 15:26qq_27390023的博客 嵌入矩阵中嵌入向量的总数，通常等于输入的词汇量或类别数量。...max_norm: （可选）如果设置，该参数会使得每个嵌入向量的范数不超过max_norm，从而强制嵌入向量有固定的范围。norm_type: 用于max_norm。
- 2024-08-04 23:37迷路爸爸180的博客 torch.nn.Embedding 和 torch.nn.Linear 的区别 文章目录 torch.nn.Embedding 和 torch.nn.Linear 的区别 `torch.nn.Embedding` `torch.nn.Linear` 总结 应用场景 torch.nn.Embedding 和 torch.nn.Linear 层是 ...
- 2023-03-25 15:52长命百岁️的博客 torch.nn.Embedding
- 2020-09-29 17:20风雪云侠的博客 torch.nn.Embedding() Word Embedding 词嵌入，就是把一个词典，随机初始化映射为一个向量矩阵。 列如：有一组词典，有两个词“hello”和“world”，对应的值为0和1.通过pytorch中的torch.nn.Embedding()建立一个2...
- 2024-02-24 13:39科学禅道的博客 nn.Embedding是 PyTorch 中的一个神经网络层，它主要用于将离散的、高维的数据（如词索引）转换为连续的、低维的空间中的稠密向量表示。在自然语言处理（NLP）中，这个层通常用于实现词嵌入（Word Embeddings），...
- 2024-12-29 20:27qq_27390023的博客 参数说明 torch.nn.Embedding(num_embeddings, embedding_dim, padding_idx=None, max_norm=None, norm_type=2.0, scale_grad_by_freq=False, sparse=False) 核心参数： num_embeddings： 嵌入词表的大小（即类别的...
- 2024-09-11 19:29使者大牙的博客 torch.nn.Embedding模块介绍
- 2025-03-14 15:30彬彬侠的博客 语法：torch.nn.Embedding(num_embeddings,embedding_dim,padding_idx=None,max_norm=None)。num_embeddings：词表大小（即嵌入矩阵的行数，表示多少个不同的索引）。embedding_dim：每个索引对应的嵌入向量维度。...
- 没有解决我的问题, 去提问
问题事件
创建了问题
5月2日