Bắt đầu ngayBắt đầu miễn phí

Embedding trong PyTorch

PyBooks đã thành công với hệ thống gợi ý sách, nhưng hệ thống này chưa tính đến một số ngữ nghĩa trong văn bản. Lớp embedding tích hợp sẵn của PyTorch có thể học và biểu diễn mối quan hệ giữa các từ trực tiếp từ dữ liệu. Nhóm của bạn muốn khám phá khả năng này để cải thiện hệ thống gợi ý sách. Bạn có thể giúp triển khai không?

torchtorch.nn dưới bí danh nn đã được import sẵn cho bạn.

Bài tập này là một phần của khóa học

Deep Learning cho Văn bản với PyTorch

Xem khóa học

Hướng dẫn bài tập

  • Ánh xạ một chỉ số duy nhất cho mỗi từ trong words, lưu vào word_to_idx.
  • Chuyển word_to_idx thành một tensor của PyTorch và lưu vào inputs.
  • Khởi tạo một lớp embedding bằng mô-đun torch với mười chiều.
  • Truyền tensor inputs vào lớp embedding và xem kết quả đầu ra.

Bài tập tương tác thực hành trực tiếp

Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.

# Map a unique index to each word
words = ["This", "book", "was", "fantastic", "I", "really", "love", "science", "fiction", "but", "the", "protagonist", "was", "rude", "sometimes"]
word_to_idx = {word: ____ for i, word in enumerate(____)}

# Convert word_to_idx to a tensor
inputs = ____.____([word_to_idx[w] for w in words])

# Initialize embedding layer with ten dimensions
embedding = nn.____(num_embeddings=len(words), embedding_dim=____)

# Pass the tensor to the embedding layer
output = embedding(____)
print(output)
Chỉnh sửa và Chạy Mã