neural-network - 字符级 CNN - 1D 或 2D
问题描述
我想在 Pytorch 中实现一个字符级的 CNN。
我的输入有4 个维度:
(batch_size, seq_length, padded_character_length, embedding_dim)
我想知道是否应该合并两个维度并使用Conv1D
-layer 或者Conv2D
在现有维度上使用 -layer。
鉴于输入的尺寸在技术上都可以正常工作,我也看到了这两个版本的实现。所以我想知道更喜欢哪种方法。
这两种方法中的一种是否比另一种具有特别的优势?
解决方案
没有什么比 Conv1D 和 Conv2D 最好的了。
一般Conv1D用于文本数据,Conv2D用于图像数据。
考虑到您将实现字符级 CNN,使用 Conv1D 更有意义。
推荐阅读
- angular - 如何为部署设置角度类参考路径?
- java - Guava RateLimiter 在延迟后不应用节流
- mysql - 从另一个 MYSQL 表中更新列,不包括现有数据
- prolog - 函数接受一个元素和一个列表并检查列表的长度是否等于元素
- javascript - 试图为特定场景建立一个随机变量,但结果似乎忽略了“if”语句
- python - 执行if条件嵌套在python for循环中的有效方法
- python - 使用 python-docx 访问其他段落样式属性
- python - 获取图中的 X,Y 位置(不在图中)
- c - 操作系统开发,浮点除法问题导致 NaN
- flutter - ChangeNotifier 侦听器和处置。内存泄漏?