在 Keras 中嵌入预训练模型的问题

Question

我有一个预先训练过的快速文本模型，我想把它嵌入到Keras中。model = Sequential() model.add(Embedding(MAX_NB_WORDS,                      EMBEDDING_DIM,                      input_length=X.shape[1],                     input_length=4,                     weights=[embedding_matrix],                     trainable=False))但它没有奏效。我发现很多人在将预先训练的模型嵌入Keras时都有同样的问题，而且他们都没有解决方案。它似乎已被弃用。weightsembeddings_initializer有没有其他方法可以解决这个问题？提前致谢

Answer 1

权重参数在 Keras 的嵌入层中已弃用。

新版本的嵌入层将如下所示 -

embedding_layer = Embedding(num_words,
                            EMBEDDING_DIM,
                            embeddings_initializer=Constant(embedding_matrix),
                            input_length=MAX_SEQUENCE_LENGTH,
                            trainable=False)

您可以在此处找到最新版本的嵌入层详细信息 - Keras 嵌入层

您可以在此处找到预训练词嵌入的示例 - 预训练词嵌入