Pytorch的torch.nn.embedding()如何实现词嵌入层

 更新时间:2024年02月27日 15:49:11   作者:#苦行僧  
这篇文章主要介绍了Pytorch的torch.nn.embedding()如何实现词嵌入层问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教

torch.nn.embedding()实现词嵌入层

nn.embedding()其实是NLP中常用的词嵌入层,在实现词嵌入的过程中embedding层的权重用于随机初始化词的向量,该embedding层的权重参数在后续训练时会不断更新调整,并被优化。 

nn.embedding:这是一个矩阵类,该开始时里面初始化了一个随机矩阵,矩阵的长是字典的大小,宽是用来表示字典中每个元素的属性向量,向量的维度根据你想要表示的元素的复杂度而定。

类实例化之后可以根据字典中元素的下标来查找元素对应的向量。 

因为输入的句子长度不一,有的长有的短。

长了截断,不够长补齐(我文中用’'填充,然后在nn.embedding层将其补0,也就是用它来表示无意义的词,这样在后面的max-pooling层也就自然而然会把其过滤掉,这样就不用担心他会影响识别。)

这里说一下它的用法:

nn.embedding()主要3个参数

  • 第一个参数num_embeddings是指词表大小 
  • 第二个参数embedding_dim是指你需要用多少维来表示一个符号
  • 第三个参数pading_idx即需要用0填充的符号在词表中的位置,如下,输出中后面两个’'都有被填充为了0.
import torch
import torch.nn as nn


#词表
word_to_id = {'hello':0, '<PAD>':1,'world':2}
embeds = nn.Embedding(len(word_to_id), 4,padding_idx=word_to_id['<PAD>'])

text = 'hello world <PAD> <PAD>'
hello_idx = torch.LongTensor([word_to_id[i] for i in text.split()])
#词嵌入得到词向量
hello_embed = embeds(hello_idx)
print(hello_embed)

从以下输出可以看到,每行代表句子中一个单词的词嵌入向量,句子中的每个单词都有4维度,最后两个0向量是时用来填充补齐的没意义。

所以embedding层其实相当于将前面用索引编码的句子表示乘上embedding层的可训练权重得到的就是词嵌入的结果

输出:

tensor([[-1.1436, 1.4588, -1.2755, 0.0077],
[-0.9600, -1.9986, -1.1087, -0.1520],
[ 0.0000, 0.0000, 0.0000, 0.0000],
[ 0.0000, 0.0000, 0.0000, 0.0000]], grad_fn=)

你也可以使用nn.Embedding.from_pretrained()加载预训练好的模型,如word2vec,glove等,在训练的过程中也可以边训练,边更新词向量,加快模型的收敛。

本文用的只是简单的nn.embedding()

然后具体使用 nn.embedding() 时,写在初始化搭建网络里

如下:

class Network(nn.Module):
    def __init__(self):
        super(TextCNN, self).__init__(nvocab,embed)
        self.filter_sizes = (2, 3, 4)
        self.embed = embed
        self.num_filters = 256
        self.dropout = 0.5
        self.num_classes = num_classes
        self.n_vocab = nvocab
        #通过padding_idx将<PAD>字符填充为0,因为他没意义哦,后面max-pooling自然而然会把他过滤掉哦
        self.embedding = nn.Embedding(self.n_vocab, self.embed, padding_idx=word2idx['<PAD>'])
        self.convs = nn.ModuleList(
            [nn.Conv2d(1, self.num_filters, (k, self.embed)) for k in self.filter_sizes])
        
        self.dropout = nn.Dropout(self.dropout)
        self.fc = nn.Linear(self.num_filters * len(self.filter_sizes), self.num_classes)
        
    def conv_and_pool(self, x, conv):
        x = F.relu(conv(x)).squeeze(3)
        x = F.max_pool1d(x, x.size(2)).squeeze(2)
        return x
        
    def forward(self, x):
        out = self.embedding(x)
        out = out.unsqueeze(1)
        out = torch.cat([self.conv_and_pool(out, conv) for conv in self.convs], 1)
        out = self.dropout(out)
        out = self.fc(out)
        return out

总结

以上为个人经验,希望能给大家一个参考,也希望大家多多支持脚本之家。

相关文章

  • Python+folium绘制精美地图的示例详解

    Python+folium绘制精美地图的示例详解

    folium是一个基于leaflet.js的python地图库,可以通过folium来操纵数据,并将其可视化。本文将通过各种示例详细讲解如何利用folium绘制精美地图,需要的可以参考一下
    2022-03-03
  • python实现绘制树枝简单示例

    python实现绘制树枝简单示例

    这篇文章主要介绍了python实现绘制树枝简单示例,有助于读者加深对Python绘图的认识,需要的朋友可以参考下
    2014-07-07
  • PyTorch中tensor.backward()函数的详细介绍及功能实现

    PyTorch中tensor.backward()函数的详细介绍及功能实现

    backward() 函数是PyTorch框架中自动求梯度功能的一部分,它负责执行反向传播算法以计算模型参数的梯度,这篇文章主要介绍了PyTorch中tensor.backward()函数的详细介绍,需要的朋友可以参考下
    2024-02-02
  • python流程控制详细介绍

    python流程控制详细介绍

    这篇文章主要介绍了python流程控制,文章主要根据python流程控制的相关资料展开全文内容,具有一定的参考解释,需要的小伙伴可以参考一下,希望对你有所帮助
    2021-12-12
  • Python ConfigParser模块的使用示例

    Python ConfigParser模块的使用示例

    这篇文章主要介绍了Python ConfigParser模块的使用示例,帮助大家更好的理解和学习Python ConfigParser模块的用法,感兴趣的朋友可以了解下
    2020-10-10
  • Python multiprocessing.Manager介绍和实例(进程间共享数据)

    Python multiprocessing.Manager介绍和实例(进程间共享数据)

    这篇文章主要介绍了Python multiprocessing.Manager介绍和实例(进程间共享数据),本文介绍了Manager的dict、list使用例子,同时介绍了namespace对象,需要的朋友可以参考下
    2014-11-11
  • python 利用Pyinstaller打包Web项目

    python 利用Pyinstaller打包Web项目

    这篇文章主要介绍了python 利用Pyinstaller打包Web项目,帮助大家更好的理解和使用python,感兴趣的朋友可以了解下
    2020-10-10
  • Python中声明只包含一个元素的元组数据方法

    Python中声明只包含一个元素的元组数据方法

    这篇文章主要介绍了Python中声明只包含一个元素的元组数据方法,本文是实际经验总结而来,没有碰到这个需要可能不会注意到这个问题,需要的朋友可以参考下
    2014-08-08
  • Matplotlib使用字符串代替变量绘制散点图的方法

    Matplotlib使用字符串代替变量绘制散点图的方法

    这篇文章主要介绍了Matplotlib使用字符串代替变量绘制散点图的方法,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2020-02-02
  • python实现定时自动备份文件到其他主机的实例代码

    python实现定时自动备份文件到其他主机的实例代码

    这篇文章主要介绍了python实现定时自动备份文件到其他主机的方法,非常不错,具有参考借鉴价值,需要的朋友可以参考下
    2018-02-02

最新评论