FNN模型：非端到端

輸入 --> 特征onehot --->FM 模型--->輸出每個特征權重及因子值? ----> 輸入神經網絡? ----> 輸出每個預測值??

此為一個embdding模型。其中的 fm模型實現了embedding過程。他將大量的onehot之后的特征縮短為少量特征。然后輸入另一個模型中。

??

NLP中的embedding:? ? ? ?https://www.cnblogs.com/bonelee/p/7904495.html

大量單詞 ---> onehot --->word2wec ---> 詞向量? --->? 輸入神經網絡 --->輸出預測值?

?

神經網絡中embedding層作用——本質就是word2vec，數據降維，同時可以很方便計算同義詞（各個word之間的距離），底層實現是2-gram（詞頻）+神經網絡

?

轉載于:https://www.cnblogs.com/zhangbojiangfeng/p/9479515.html

總結

以上是生活随笔為你收集整理的EMbedding的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。