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!
我查看了pytorch的教程和simialr问题.实际上我很困惑,在pytorch(嵌入)中嵌入是否使相似的单词彼此接近？我只需要把所有的句子都给它？或者它只是一个查找表,我需要编码模型？
nn.Embedding()对于学习LSTM是必不可少的吗？
我在PyTorch中使用LSTM来预测NER - 类似任务的示例在这里 - https://pytorch.org/tutorials/beginner/nlp/sequence_models_tutorial.html
代码方面,我使用的代码几乎与上面教程中的代码完全相同.
唯一的细节是 - 我使用word2Vec而不是nn.Embedding().
所以我删除了nn.Embedding()层,并直接向word2Vec提供了forward函数.RNN没有学习.
因此,nn.Embedding()对于学习LSTM是必不可少的吗？