pytorch nn.Embedding
class torch.nn.Embedding(num_embeddings, embedding_dim, padding_idx=None, max_norm=None, norm_type=2, scale_grad_by_freq=False, sparse=False)

num_embeddings (int) – 嵌入字典的大小

embedding_dim (int) – 每个嵌入向量的大小

padding_idx (int, optional) – 如果提供的话，输出遇到此下标时用零填充

max_norm (float, optional) – 如果提供的话，会重新归一化词嵌入，使它们的范数小于提供的值

norm_type (float, optional) – 对于max_norm选项计算p范数时的p

scale_grad_by_freq (boolean, optional) – 如果提供的话，会根据字典中单词频率缩放梯度

weight weight (Tensor) -形状为(num_embeddings, embedding_dim)的模块中可学习的权值

输入： LongTensor (N, W), N = mini-batch, W = 每个mini-batch中提取的下标数
输出： (N, W, embedding_dim)

加载预训练模型
self.embed = nn.Embedding(vocab_size, embedding_dim)
self.embed.weight.data.copy_(torch.from_numpy(pretrained_embeddings))

1
2
3
4
embed = nn.Embedding.from_pretrained(feat)
1
加载glove
先将glove向量转换成Word2vec向量。然后使用gensim库导入。

”’转换向量过程”’
from gensim.test.utils import datapath, get_tmpfile
from gensim.models import KeyedVectors
# 已有的glove词向量
glove_file = datapath(‘test_glove.txt’)
# 指定转化为word2vec格式后文件的位置
tmp_file = get_tmpfile(“test_word2vec.txt”)
from gensim.scripts.glove2word2vec import glove2word2vec
glove2word2vec(glove_file, tmp_file)

‘’‘’导入向量‘’‘’
# 加载转化后的文件
wvmodel = KeyedVectors.load_word2vec_format(tmp_file)
# 使用gensim载入word2vec词向量

vocab_size = len(vocab) + 1
embed_size = 100
weight = torch.zeros(vocab_size+1, embed_size)

for i in range(len(wvmodel.index2word)):
try:
index = word_to_idx[wvmodel.index2word[i]]
except:
continue
weight[index, :] = torch.from_numpy(wvmodel.get_vector(
idx_to_word[word_to_idx[wvmodel.index2word[i]]]))

#embed
embedding = nn.Embedding.from_pretrained(weight)

———————
作者：昕晴
来源：CSDN
原文：https://blog.csdn.net/qq_40210472/article/details/88995433
版权声明：本文为博主原创文章，转载请附上博文链接！