标签： tensorflow nlp lookup
使用NLP时，有两个选择。预处理所有文本并创建最终向量以馈入神经网络。有时向量会变得非常大，每个句子包含15,000个元素，甚至更长。因此，将其读取和写入磁盘是一个负担。
或者，可以创建标记索引和负载嵌入矩阵，最后使用tf.nn.embedding_lookup生成矢量。不利的一面是，每个时期都会重复进行相同的查找。
我想哪种选择更好是一个有争议的问题，但是我想知道是否有人进行了比较或看到了任何比较结果？