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
Slaughter信仰1 分钟前
图解大模型_生成式AI原理与实战学习笔记（前三章综合问答）霍格沃兹测试学院-小舟畅学9 分钟前
告别误判：基于n8n构建你的AI输出安全测试护盾阿乔外贸日记9 分钟前
中国汽车零配件出口企业情况LCG米12 分钟前
[OpenVINO实战] 在边缘设备上运行Stable Diffusion，实现离线文生图智元视界12 分钟前
教育智能体技术解析：从知识曲线到个性化推荐Jerryhut19 分钟前
sklearn函数总结四——归一化和标准化带带弟弟学爬虫__20 分钟前
ks安卓—did注册yiersansiwu123d27 分钟前
AI伦理风险：技术狂奔下的隐忧潮际好麦32 分钟前
AI 工具推荐：AI绘图、AI助力学习徐小夕@趣谈前端34 分钟前
LuckyFlow：用Vue3实现的一款AI可视化工作流编辑器