Embedding和word2vec

1.Embedding 与one-hot编码相比，词嵌入可以将更多的信息塞入更低的维度中   下面我们用 Keras 完成一个词嵌入的学习，Keras 的 Embedding 层的输入是一个二维整数张量， 形状为（samples，sequence_length），即（样本数，序列长度） 较短的序列应该用 0 填充，较长的序列应该被截断，保证输入的序列长度是相同的 Embedding 层输出是（sa

>>阅读原文<<