keras 为什么StringLookup会产生额外的标签？

ifsvaxew 于 2022-11-24 发布在其他

关注(0)|答案(1)|浏览(99)

来自TF文件：“one_hot”：将输入中的每个元素编码到一个数组中，与词汇表的大小相同。

alphabet = set("abcdefghijklmnopqrstuvwxyz")
one_hot_encoder = tf.keras.layers.StringLookup(vocabulary=list(alphabet), output_mode='one_hot')
print(len(alphabet)) #26
print(one_hot_encoder("a").shape) #(27,)

据我所知，它应该编码成26形Tensor，为什么编码成27形Tensor？是否应该有一个额外的标签来表示“无类”？

keras

来源：https://stackoverflow.com/questions/73840190/why-is-stringlookup-from-producing-an-extra-label

1条答案

按热度按时间

1sbrub3j1#

位置0是为OOV标记（超出词汇表）保留的，如果不想这样，可以将num_oov_indices设置为0：

one_hot_encoder = tf.keras.layers.StringLookup(vocabulary=list(alphabet), num_oov_indices=0, output_mode='one_hot')

赞(0）回复(0）举报 2022-11-24

我来回答

keras 为什么StringLookup会产生额外的标签？

1条答案

相关问题

热门标签

最新问答