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
carver w3 分钟前
transformer 手写数字识别新智元25 分钟前
GPT-5.1发布当天，文心5.0杀回来了月下倩影时37 分钟前
视觉学习篇——机器学习模型评价指标领航猿1号40 分钟前
如何通过神经网络看模型参数量？mywpython40 分钟前
Python使用消息队列rabbitmq大囚长43 分钟前
神经网络AI在人类发明史上的独特性嵌入式-老费1 小时前
自己动手写深度学习框架（数值法实现神经网络的训练）Learn Beyond Limits1 小时前
Regression vs. Classification｜回归vs分类mayubins1 小时前
稳定边界层高度参数化方案的回归建模不去幼儿园1 小时前
【强化学习】可证明安全强化学习（Provably Safe RL）算法详细介绍