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
你好潘先生几秒前
让 AI 任务不丢进度：YeeroAI 后台续跑与全局快捷操作实践Zenith_of_Serenity8 分钟前
关于一个新手小白靠claude帮助下的全栈留言板项目开发@蔓蔓喜欢你8 分钟前
Git最佳实践：团队协作的基石dayuOK63079 分钟前
内容创作者的“第二大脑”：AI如何重塑从灵感到发布的效率链？Henry-SAP12 分钟前
BOM层级传递与MRP计划生成实战解析2601_9578885612 分钟前
2026年GEO生成式引擎优化：当AI成为信息入口，品牌如何拿到“答案资格“？weixin1997010801614 分钟前
[特殊字符] 人工抓取数据革命：从“人肉爬虫”到“智能数据工厂”全面转型指南文歌子14 分钟前
认识 Prithvi：NASA × IBM 的遥感基础模型2601_9588151617 分钟前
悟赫德(Woowhead)品牌深度拆解：用“东方智慧×全球科技”在180亿手机膜赛道定义新品类叶子丶苏23 分钟前
Vibe_Coding 全栈知识体系总结