标签： deep-learning keras embedding word-embedding
我最近阅读了这篇论文End-To-End Memory Networks，它使用三个不同的嵌入层进行句子嵌入。现在我试图在keras中重现这种架构。
但我不确定如何创建三种不同的嵌入。这些是基于相同语料库的完全相同的维度，但应该具有不同的嵌入值。为了实现这个图层，我应该只使用Embedding Layers和kernel_initializer =random_uniform吗？
kernel_initializer =random_uniform
我知道像Word2Vec这样的预训练嵌入，但目前预训练的模型并不重要，是吗？