采纳答案成功!
向帮助你的同学说点啥吧!感谢那些助人为乐的人
老师你好,我理解的等价情况是,embedding的长度(词向量维度)应该是跟卷积的宽相等吧?如上图。所以卷积通道数目就是卷积的宽?概念有点混淆了 麻烦老师指点一下
同学你好,你混淆的地方应该是把二维卷积的概念套到这里了。这里使用的是一维卷积,对于一维卷积来说,卷积核是[1, 3] 或[1, 5] 大小,且从上到下滑动。 embedding的每一维都是不同的通道,可以把上图中"I Like this movie very much !" 右边的矩阵理解为句子的五个通道的表达,每一列都是一个通道。再类比到二维卷积,你会发现,二维卷积中,图像的每个通道对应卷积的通道数目。同样的,句子的每个通道对应着一维卷积的通道数目。
登录后可查看更多问答,登录/注册
深度学习算法工程师必学,深入理解深度学习核心算法CNN RNN GAN
1.9k 9
2.0k 8
1.5k 7
2.4k 7
购课补贴联系客服咨询优惠详情
慕课网APP您的移动学习伙伴
扫描二维码关注慕课网微信公众号