machine-learning - 如何将新向量添加到 Keras 嵌入矩阵
问题描述
背景
我在 Keras 中为分类数据列使用嵌入层。
我的理解是嵌入层只是一个由可训练向量组成的矩阵,每个向量都映射到一个索引。
我的问题
训练完成后,我想在嵌入矩阵中添加一个新的索引向量对。
(向量由我生成,现阶段不涉及任何训练。)
我该怎么做呢?
我也希望在预测中使用新添加的嵌入。
代码
keras.layers.Embedding(number_of_categories, embedding_size, input_length=1)
我特别卡住了,因为模型架构中编码了许多类别。有没有办法解决?
解决方案
推荐阅读
- redis - Socket.io 服务器崩溃时从 Redis 中删除数据
- twilio - 无法获取使用 Twilio 连接功能传递的自定义参数以进行拨出和拨入呼叫
- c++ - Visual Studio 项目中的静态链接 MySQL X DevAPI
- bash - 将空字符串分配给整数会产生零
- python - 如何用最终重定向替换 HTML 中的所有 URL?
- css - 创建剪辑路径波 css 边缘
- if-statement - 我的陈述有问题
- python - manage.py runserver 在生产中经常重新加载
- html - 使用 CSS 将页面缩放为标准字母格式
- django - 如何有效地重用 Django 模型