相关疑难解决方法(0)

我想将带有gensim的预训练word2vec嵌入到PyTorch嵌入层中.

所以我的问题是,如何将gensim加载的嵌入权重加到PyTorch嵌入层中.

提前致谢!

我从 Keras 转到 PyTorch。我想使用 GloVe 向量创建一个 PyTorch 嵌入层（大小为 的矩阵V x D，其中V是词汇单词索引，D是嵌入向量维度），但对所需的步骤感到困惑。

在 Keras 中，您可以通过让 Embedding 层构造函数采用参数来加载 GloVe 向量weights：

# Keras code.
embedding_layer = Embedding(..., weights=[embedding_matrix])

在查看 PyTorch 和 TorchText 库时，我发现嵌入应该加载两次，一次在 a 中Field，然后在一个Embedding层中再次加载。这是我找到的示例代码：

# PyTorch code.

# Create a field for text and build a vocabulary with 'glove.6B.100d'
# pretrained embeddings.
TEXT = data.Field(tokenize = 'spacy', include_lengths = True)

TEXT.build_vocab(train_data, vectors='glove.6B.100d')


# Build …