我正在嘗試學習 RNN 和 LSTM。我偶然發(fā)現(xiàn)了一個情緒分析教程。下面是我在教程中的代碼,其中 word2idx 是具有單詞到索引映射的字典 class SentimentNet(nn.Module): def __init__(self, vocab_size, output_size, embedding_dim, hidden_dim, n_layers, drop_prob=0.5): super(SentimentNet, self).__init__() self.output_size = output_size self.n_layers = n_layers self.hidden_dim = hidden_dim self.embedding = nn.Embedding(vocab_size, embedding_dim) self.lstm = nn.LSTM(embedding_dim, hidden_dim, n_layers, dropout=drop_prob, batch_first=True) self.dropout = nn.Dropout(drop_prob) self.fc = nn.Linear(hidden_dim, output_size) self.sigmoid = nn.Sigmoid() vocab_size = len(word2idx) + 1 output_size = 1 embedding_dim = 400 hidden_dim = 512 n_layers = 2誰能告訴我vocal_size,embedding_dim,hidden_dim的含義?
1 回答

牛魔王的故事
TA貢獻1830條經(jīng)驗 獲得超3個贊
循環(huán)神經(jīng)網(wǎng)絡 (LSTM) 在其最基本的層面上只是一種密集連接的神經(jīng)網(wǎng)絡。
隱藏維度基本上是每層中的節(jié)點數(shù)(例如在多層感知器中)
嵌入大小告訴你特征向量的大小(模型使用嵌入的詞作為輸入)
添加回答
舉報
0/150
提交
取消