2024-10-02 20:39:22 发布
网友
我假装使用Tensorflow(Python)来实现一个小系统,它必须从给定的文本(1-20个单词)返回语言
我知道多层感知器是很好的分类问题,我认为这是一个很好的网络拓扑为我的目的
我将不得不决定有多少层和多少节点在每一层,但我不知道有多少鬃毛输入我的网络应该有
有人能帮我解决这类问题的网络输入吗
不清楚你所说的输入是什么意思
但在这个问题中,输入的是要分类的文本。所以给一些文本,“我想把它归类为英语”,你可以用char-n-grams来编码
if n = 2, ==> 'I ', ' w', 'wa', 'an' etc.
然后,您必须使用n-gram字典将这些n-gram映射到索引。将文本矢量化,例如
{1 : 'I ', 2: 'En', ... }
您可以使用spacy的库sklearn来帮助构建这个 当然,你也可以自己写代码
“我想把它归为英语”可能映射到一个索引向量
[1, 17, 45, 7, 9, 10, 5, 4, ...]
然后可以将其作为嵌入层的输入,然后将其馈送到MLP
不清楚你所说的输入是什么意思
但在这个问题中,输入的是要分类的文本。所以给一些文本,“我想把它归类为英语”,你可以用char-n-grams来编码
然后,您必须使用n-gram字典将这些n-gram映射到索引。将文本矢量化,例如
您可以使用spacy的库sklearn来帮助构建这个 当然,你也可以自己写代码
“我想把它归为英语”可能映射到一个索引向量
然后可以将其作为嵌入层的输入,然后将其馈送到MLP
相关问题 更多 >
编程相关推荐