TF的hashtable用来存不连续的id/int的embedding的，
就是比如id从1-100000，但1-100000里有很多值是空的，
如果id就是1-500，是满的，从1-500都有值，可以用一个 501 * hidden_size 的embedding_matrix存embedding，然后用embedding_lookup接口读每个id的embedding
TensorFlow 用 hashtable 的意义
CoderOnly2024-04-28 3:08
相关推荐
weixin_5133761026 分钟前
打卡30天mxs052329 分钟前
抢购Python代码示例与技术解析深蓝易网41 分钟前
打破传统仓库管理困局：WMS如何重构出入库全流程FF-Studio1 小时前
【硬核数学】2. AI如何“学习”？微积分揭秘模型优化的奥秘《从零构建机器学习、深度学习到LLM的数学认知》仙人掌_lz1 小时前
深入理解蒙特卡洛树搜索（MCTS）：python从零实现chicpopoo1 小时前
Python打卡DAY30追逐☞1 小时前
机器学习（14）——模型调参犬余1 小时前
告别Spring AI！我的Java轻量AI框架实践（支持多模型接入|注解式MCP架构|附开源地址）Ro小陌1 小时前
VisionPro自动化视觉开发实战：脚本编写、规范管理与高级调试IT北辰2 小时前
使用Python与正则表达式高效提取Excel中的票号数据