TensorFlow

时间:2017-10-10 03:23:45

标签: python numpy tensorflow deep-learning word2vec

我想知道在TensorFlow中我应该在哪里训练动态word2vec模型。也就是说,每个单词在每个时间段(t)具有不同的嵌入。基本上,我有兴趣跟踪词义的动态。

我正在考虑修改skip-gram word2vec目标,但是还有一个" t"在可能性中我需要总结的维度。此外,我在似然函数中的字嵌入上有一个l2时间正则化器,随着时间的推移连接嵌入,因此字嵌入随时间平滑演变。

举一个例子,想想本文第14页(第3.2节)(http://publications.lib.chalmers.se/records/fulltext/228927/228927.pdf)上的目标函数,除了为了使事情更简单,我有一个l2惩罚而不是不可微分l1 < / p>

我可以在R中完成此操作,但它无法扩展。所以,我正在考虑使用TensorFlow(我是新手)。所以,非常感谢任何帮助!

0 个答案:

没有答案