deeplearning4j - 如何配置将句子映射到标签的卷积网络?
问题描述
我想训练一个将句子映射到标签的模型(例如“Canon EOS 77D DSLR Camera”映射到标签“Digital Camera”)。
我知道字符串需要先转换为向量。我找到了一个word2vec 的例子。
然后我找到了一个关于如何构建卷积网络的单独示例。
也就是说,我不明白如何将它们放在一起。鉴于:
- 包含以下内容的文本文件:
sentence,label
- 针对所有句子、标签训练的 word2vec
如何将文本文件解析为向量(取自 word2vec)并将其传递给卷积网络进行训练?
解决方案
回答我自己的问题:
还有一个使用 ParagraphVectorsClassifier 的示例,它在没有卷积网络的情况下执行此操作。
推荐阅读
- powershell - 为什么即使打开 -ErrorAction Stop,我的 try catch 错误也会成功传递?
- python - 如何通过 python 连接以太网连接的相机(Flir AX8 相机)
- python - 如何转换 pandas Dataframe 中列的值?
- html - HTML 创建一个等大小的方形网格图片系统
- ios - Facebook 似乎随机出现在我的项目中
- swiftui - SwiftUI 动画列表行的展开和折叠
- php - 由于 CORS“Access-Control-Allow-Origin”不存在,phpCAS 注销失败
- xml - 如何从 woocommerce 为其他 cms 平台创建 xml 提要?
- c# - 将 RTF 保存在数据库上并将其加载回 WinForms 应用程序
- html - 如何将 cdkDropList 的元素放入 div?