如何使用final_embeddings？
How to use final_embeddings?
来自 udacity notebook 练习；嵌入训练完成后，我试图从一个输入词中获取所有相关词，但我得到了奇怪的结果。
下面的代码正确吗？
final_embeddings = normalized_embeddings.eval()
word='history'
nearest = (-final_embeddings[dictionary[word], :]).argsort()[1:9]
for idx in range(len(nearest)):
print reverse_dictionary[nearest[idx]]
抱歉这个愚蠢的问题。刚刚意识到 final_embeddings 是 W 训练好的矩阵。
答案是：给定一个输入词。相似度是通过 prob_vec[word] matmul W
计算得出的
word='the'
word_vec = final_embeddings[dictionary[word]]
sim = np.dot(word_vec, -final_embeddings.T).argsort()[0:8]
for idx in range(8):
print reverse_dictionary[sim[idx]]
谢谢！
来自 udacity notebook 练习；嵌入训练完成后，我试图从一个输入词中获取所有相关词，但我得到了奇怪的结果。 下面的代码正确吗？
final_embeddings = normalized_embeddings.eval()
word='history'
nearest = (-final_embeddings[dictionary[word], :]).argsort()[1:9]
for idx in range(len(nearest)):
print reverse_dictionary[nearest[idx]]
抱歉这个愚蠢的问题。刚刚意识到 final_embeddings 是 W 训练好的矩阵。 答案是：给定一个输入词。相似度是通过 prob_vec[word] matmul W
计算得出的word='the'
word_vec = final_embeddings[dictionary[word]]
sim = np.dot(word_vec, -final_embeddings.T).argsort()[0:8]
for idx in range(8):
print reverse_dictionary[sim[idx]]
谢谢！