Tensorflow：tf.contrib.layers.embed_sequence

Question

我正在做一個項目來實現文本分類。 處理單詞到向量時，建議使用tensorflow.contrib.layers.embed_sequence 。 但是，該API似乎沒有提供編碼方法的說明。 因此，我想知道該API如何正常工作。

順便說一句，我正在使用pydev進行pydev開發，並且我已經成功安裝了tensorflow模塊。 使用tensorflow程序可以tensorflow運行。 但是，當我要打開tf.contrib.layers.embed_sequence的聲明時，它說：

"NameError: name tf is not defined"...

Answer 1

基本上，您可以通過這種方式使用tf.contrib.layers.embed_sequence ，

word_embed = tf.contrib.layers.embed_sequence(
                        features,
                        vocab_size=VOCAB_SIZE, 
                        embed_dim=EMBEDDING_SIZE)

有關embed_sequence的教程，請在stackoverflow上簽出官方文檔或其他答案

有關文本分類的教程，請查看此博客https://medium.com/@ilblackdragon/tensorflow-text-classification-615198df9231

Answer 2

如果我理解您的問題-您是否在問Tensorflow使用哪種算法（例如，跳過語法與連續詞袋）來生成單詞嵌入？

如果是這樣-Tensorflow：Word2vec CBOW模型建議默認為Skip-Gram，並且此https://github.com/wangz10/tensorflow-playground/blob/master/word2vec.py#L105建議如何將其切換到CBOW。