Was ist der Zweck von Gewichten und Vorspannungen im Tensorflow word2vec-Beispiel?
Ich versuche zu verstehen, wie word2vec Beispiel funktioniert und versteht nicht wirklich, wozu Gewichte und Verzerrungen an die Funktion nse_loss übergeben werden. Es gibt zwei variable Eingaben in die Funktion: Gewichte (plus Verzerrungen) und Einbettung.
# Look up embeddings for inputs.
embeddings = tf.Variable(
tf.random_uniform([vocabulary_size, embedding_size], -1.0, 1.0))
embed = tf.nn.embedding_lookup(embeddings, train_inputs)
# Construct the variables for the NCE loss
nce_weights = tf.Variable(
tf.truncated_normal([vocabulary_size, embedding_size],
stddev=1.0 / math.sqrt(embedding_size)))
nce_biases = tf.Variable(tf.zeros([vocabulary_size]))
Beide werden zufällig initialisiert und unterliegen (soweit ich weiß) während des Lernens Aktualisierungen.
# Compute the average NCE loss for the batch.
loss = tf.reduce_mean(
tf.nn.nce_loss(nce_weights, nce_biases, embed, train_labels,
num_sampled, vocabulary_size))
Ich nehme an, beide sollten ein trainiertes Modell darstellen. Gewichte und Vorspannungen werden jedoch später nie für Ähnlichkeitsberechnungen verwendet. Stattdessen wird nur eine Komponente verwendet:
# Compute the cosine similarity between minibatch examples and all embeddings.
norm = tf.sqrt(tf.reduce_sum(tf.square(embeddings), 1, keep_dims=True))
normalized_embeddings = embeddings / norm
valid_embeddings = tf.nn.embedding_lookup(
normalized_embeddings, valid_dataset)
similarity = tf.matmul(
valid_embeddings, normalized_embeddings, transpose_b=True)
Was ist mit der zweiten Komponente des Modells? Warum werden Wägungen und Vorurteile ignoriert?
Vielen Dank