#machine-learning #keras #deep-learning #categorical-data #embedding
#машинное обучение #keras #глубокое обучение #категориальный-данные #встраивание
Вопрос:
Предыстория
Я использую слой встраивания для категориального столбца данных в Keras.
Я понимаю, что уровень встраивания — это просто матрица, состоящая из обучаемых векторов, каждый из которых сопоставлен с индексом.
Моя проблема
После завершения обучения я хочу добавить новую пару индекс-вектор в матрицу встраивания.
(Вектор генерируется мной, на данном этапе обучение не требуется.)
Как мне это сделать?
Я также хочу использовать недавно добавленное встраивание в предсказания.
Код
keras.layers.Embedding(number_of_categories, embedding_size, input_length=1)
Я особенно застрял, поскольку количество категорий закодировано в архитектуре модели. Есть ли какой-нибудь способ обойти это?
Комментарии:
1. Почему бы вам не добавить его во время обучения, даже если вы не используете обучающие данные?
2. @AhmedRagab Спасибо. Вы имеете в виду что-то вроде: если у меня есть только, скажем, 1000 категорий для этого столбца, используйте 2000 для number_of_categories в модели, обновите матрицу встраивания после обучения. Я попробую и свяжусь с вами.