老师您好，关于embedding层
来源：7-3 数据padding、模型构建与训练
manbaneverout
2020-05-05
老师您好：）
1.embedding层的工作内容是不是首先定义一个vocab_size * embedding_dim的矩阵，然后将我们传进去的每条数据根据这个矩阵变成max_length （每条数据词的数量）* embedding_dim（每个词的长度），最后就会生成一个batch_size * max_length * embedding_dim的3D张量，请问这样理解对吗？
2.keras.layers.GlobalAveragePooling1D()是怎么把max_length这个维度消掉的，不是很理解，老师能简单讲讲吗？
谢谢
写回答
1回答
-
对的。
上一步的输出是[batch_size, max_length, embedding_dim], GlobalAveragePooling1D会在max_length这一维上去做平均，所以才能消掉。而在哪一维上去做平均是由data_format='channels_last' 这个参数决定的，如果是channels_last，那么就消掉中间这一维，如果是channels_first, 就消掉最后一维。而这个channel你可以理解成特征的维度，对于图像，就是图像的通道数，对于文本就是embedding_dim，而GlobalAveragePooling会把特征维保留，把另一个维度给消掉。
012020-05-12
相似问题