[英]How to use a Keras trained Embedded layer?
我的模型是:
model = Sequential()
model.add(Embedding(input_dim=vocab_size,
output_dim=1024, input_length=self.SEQ_LENGTH))
model.add(LSTM(vocab_size))
model.add(Dropout(rate=0.5))
model.add(Dense(vocab_size - 1, activation='softmax'))
而且我訓練有素。 但是現在在推理期間,我如何使用該嵌入?
您的問題在這里已解決。 作為骨架,您可以使用以下代碼:
from tensorflow.python.keras.preprocessing.text import Tokenizer
tokenizer_obj = Tokenizer()
tokenizer_obj.fit_on_texts(your_dataset)
...
max_length = max_number_words
X_test_tokens = tokenizer_obj.texts_to_sequences(X_test)
X_test_pad = pad_sequences(X_test_tokens, maxlen=max_length, padding='post')
score, acc = model.evaluate(X_test_pad, y_test, batch_size=128)
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.