本文整理汇总了Python中tflearn.embedding方法的典型用法代码示例。如果您正苦于以下问题：Python tflearn.embedding方法的具体用法？Python tflearn.embedding怎么用？Python tflearn.embedding使用的例子？那么, 这里精选的方法代码示例或许可以为您提供帮助。您也可以进一步了解该方法所在类tflearn的用法示例。
在下文中一共展示了tflearn.embedding方法的2个代码示例，这些例子默认根据受欢迎程度排序。您可以为喜欢或者感觉有用的代码点赞，您的评价将有助于系统推荐出更棒的Python代码示例。
示例1: _create_model
# 需要导入模块: import tflearn [as 别名]
# 或者: from tflearn import embedding [as 别名]
def _create_model(self):
reset_default_graph()
net = input_data([None, SEQUENCE_LEN])
net = embedding(net, input_dim=len(self._vocab.vocabulary_),
output_dim=WORD_FEATURE_DIM)
net = lstm(net, DOC_FEATURE_DIM, dropout=0.8)
net = fully_connected(net, 2, activation='softmax')
net = regression(net, optimizer='adam', learning_rate=0.001,
loss='categorical_crossentropy')
return DNN(net) 示例2: test_recurrent_layers
# 需要导入模块: import tflearn [as 别名]
# 或者: from tflearn import embedding [as 别名]
def test_recurrent_layers(self):
X = [[1, 3, 5, 7], [2, 4, 8, 10], [1, 5, 9, 11], [2, 6, 8, 0]]
Y = [[0., 1.], [1., 0.], [0., 1.], [1., 0.]]
with tf.Graph().as_default():
g = tflearn.input_data(shape=[None, 4])
g = tflearn.embedding(g, input_dim=12, output_dim=4)
g = tflearn.lstm(g, 6)
g = tflearn.fully_connected(g, 2, activation='softmax')
g = tflearn.regression(g, optimizer='sgd', learning_rate=1.)
m = tflearn.DNN(g)
m.fit(X, Y, n_epoch=300, snapshot_epoch=False)
self.assertGreater(m.predict([[5, 9, 11, 1]])[0][1], 0.9)