#tensorflow #keras #deep-learning #nlp
#tensorflow #keras #глубокое обучение #nlp
Вопрос:
Я пытаюсь использовать модель глубокого семантического сходства для вычисления сходства запросов и документов при поиске документов. Я хочу вычислить все векторы встраивания документов в автономном режиме / заранее, для этого после обучения мне нужно запустить только половину модели, чтобы предсказать / вычислить векторы встраивания документов. Но я не знаю, как это сделать? Возможно ли это в keras или tensorflow ? например, с помощью этого проекта
Комментарии:
1. Да, вы можете! Используя
tf.cond()в качестве предиката логический заполнитель with. Покажите нам, что вы уже пробовали, чтобы мы могли вам помочь.2. @Vlad, сейчас я использую keras, код выглядит следующим образом: model = Model(входные данные = [запрос, pos_doc] neg_docs, выходные данные = prob) model.compile(оптимизатор = «adadelta», потеря = «categorical_crossentropy») входные данные для модели представляют собой пару запросов и положительных-документ и несколько отрицательных документов, как в файле github.com/airalcorn2/Deep-Semantic-Similarity-Model/blob /. … Как я могу использовать модель для вычисления только встраивания документа?
3. Чтобы реализовать это, вам необходимо использовать низкоуровневый API tensorflow . Я не думаю, что вы можете сделать это, используя только keras.
4. @Влад, спасибо тебе! Я попробую это сделать.