我正在使用fasttext字嵌入为情感分析二元分类器的句子创建单词向量。快速文本向量具有负数和正数。
我的嵌入层是
net = embedding(net, input_dim=20000, output_dim=num_hidden)
但是我收到了错误，
InvalidArgumentError (see above for traceback): indices[99,244] = -1 is not in [0, 20000)
[[Node: Embedding/embedding_lookup = Gather[Tindices=DT_INT32, Tparams=DT_FLOAT, _class=["loc:@Embedding/W"], validate_indices=true, _device="/job:localhost/replica:0/task:0/device:CPU:0"](Embedding/W/read, Embedding/Cast)]]
这个错误究竟意味着什么？
我试图在嵌入字0中设置所有负值，尽管它确实有用，但它会丢失很多信息
我不了解input_dim如何在tflearn中的嵌入层中工作？
另外，我不明白如何在tflearn中使用Fasttext字嵌入？
非常感谢任何帮助