- vừa được xem lúc

How embedding layer work

0 0 22

Người đăng: Phan Ngoc

Theo Viblo Asia

Why need word embedding?

Before the term embedding was unknown, people used the traditional bag of words method or one hot encoding method to map the words to numbers. To implement this method, a lot of memory was required as generated vectors were sparse and large, and each vector represents a single word. To overcome this problem, word embedding techniques came into existence.

Sure! An embedding layer is a neural network layer that learns a representation (embedding) of discrete inputs (usually words or tokens) in a continuous vector space.

Here's an example of how an embedding layer works using a numpy array:

Suppose we have a set of 4 words: "cat", "dog", "bird", and "fish". We want to represent each of these words as a vector of length 3. We can initialize the embedding layer with random values for each word's vector representation:

import numpy as np # initialize embedding layer with random values
embedding_layer = np.random.rand(4, 3)

This creates a numpy array with 4 rows (one for each word) and 3 columns (the length of the vector representation). Each row represents the vector representation of one of the words.

Now, suppose we have a sentence "I saw a cat". We can represent this sentence as a sequence of integers, where each integer corresponds to the index of the corresponding word in our vocabulary. For example, "I saw a cat" could be represented as the sequence [0, 1, 2, 0], where "I" corresponds to the first word "cat", "saw" corresponds to the second word "dog", and so on.

To get the vector representation of this sequence using the embedding layer, we can simply index into the layer with the sequence:


# sequence of indices representing the sentence "I saw a cat"
sequence = [0, 1, 2, 0] # get the vector representation of the sequence using the embedding layer
embedding_representation = embedding_layer[sequence] print(embedding_representation) 

This outputs:


[[0.7998 0.0982 0.2799] [0.3138 0.5116 0.0919] [0.8009 0.7756 0.6911] [0.7998 0.0982 0.2799]] 

Each row of the output corresponds to the vector representation of the corresponding word in the input sequence. In this case, the first and fourth rows are the same because the first and last words in the sequence are both "cat".

Note that the values in the output are not always the same as the values in the embedding layer. The values in the output are the learned representations of the input words, which are updated during the training process


To get the vector representation of a sequence using an embedding layer

in a neural network, you can simply pass the sequence of indices as input to the layer. Here's an example using TensorFlow:


import tensorflow as tf # define the embedding layer with input dimension 4, output dimension 3
embedding_layer = tf.keras.layers.Embedding(input_dim=4, output_dim=3) # define a sequence of indices representing the sentence "I saw a cat"
sequence = tf.constant([[0, 1, 2, 0]]) # pass the sequence through the embedding layer
embedding_representation = embedding_layer(sequence) print(embedding_representation) 

This outputs:

[[[ 0.01026477 -0.01838384 -0.03530212] [ 0.01458425 -0.01484107 0.03178691] [-0.04269245 -0.00086897 -0.02909169] [ 0.01026477 -0.01838384 -0.03530212]]]

Some formular math for converting embedding_layer.

Sure! Here's the mathematical formula for computing the output of an embedding layer given an input sequence of indices:

Let X be the input sequence of indices, with shape (batch_size, sequence_length), and let E be the embedding matrix, with shape (input_dim, output_dim). The output of the embedding layer Y is computed as follows:

Y = E[X]

Here, E[X] means selecting the rows of E corresponding to the indices in X. Specifically, if X[i, j] = k, then Y[i, j, :] = E[k, :]. The output Y has shape (batch_size, sequence_length, output_dim).

Note that during training, the values in E are learned by backpropagation through the network, and during inference, they are fixed.


It order to use words for natural language processing or machine learning tasks, it is necessary to first map them onto a continuous vector space, thus creating word vectors or word embeddings. The Keras Embedding layer is useful for constructing such word vectors.

input_dim : the vocabulary size. This is how many unique words are represented in your corpus.

output_dim : the desired dimension of the word vector. For example, if output_dim = 100, then every word will be mapped onto a vector with 100 elements, whereas if output_dim = 300, then every word will be mapped onto a vector with 300 elements.

input_length : the length of your sequences. For example, if your data consists of sentences, then this variable represents how many words there are in a sentence. As disparate sentences typically contain different number of words, it is usually required to pad your sequences such that all sentences are of equal length. The keras.preprocessing.pad_sequence method can be used for this (https://keras.io/preprocessing/sequence/).

In Keras, it is possible to either 1) use pretrained word vectors such as GloVe or word2vec representations, or 2) learn the word vectors as part of the training process. This blog post (https://blog.keras.io/using-pre-trained-word-embeddings-in-a-keras-model.html) offers a tutorial on how to use GloVe pretrained word vectors. For option 2, Keras will randomly initialize vectors as the default option, and then learn optimal word vectors during the training process.

Bình luận

Bài viết tương tự

- vừa được xem lúc

Hành trình AI của một sinh viên tồi

Mình ngồi gõ những dòng này vào lúc 2h sáng (chính xác là 2h 2 phút), quả là một đêm khó ngủ. Có lẽ vì lúc chiều đã uống cốc nâu đá mà giờ mắt mình tỉnh như sáo, cũng có thể là vì những trăn trở về lý thuyết chồng chất ánh xạ mình đọc ban sáng khiến không tài nào chợp mắt được hoặc cũng có thể do mì

0 0 146

- vừa được xem lúc

[Deep Learning] Key Information Extraction from document using Graph Convolution Network - Bài toán trích rút thông tin từ hóa đơn với Graph Convolution Network

Các nội dung sẽ được đề cập trong bài blog lần này. . Tổng quan về GNN, GCN. Bài toán Key Information Extraction, trích rút thông tin trong văn bản từ ảnh.

0 0 219

- vừa được xem lúc

Tìm hiểu về YOLO trong bài toán real-time object detection

1.Yolo là gì. . Họ các mô hình RCNN ( Region-Based Convolutional Neural Networks) để giải quyết các bài toán về định vị và nhận diện vật thể.

0 0 284

- vừa được xem lúc

Encoding categorical features in Machine learning

Khi tiếp cận với một bài toán machine learning, khả năng cao là chúng ta sẽ phải đối mặt với dữ liệu dạng phân loại (categorical data). Khác với các dữ liệu dạng số, máy tính sẽ không thể hiểu và làm việc trực tiếp với categorical variable.

0 0 259

- vừa được xem lúc

TF Lite with Android Mobile

Như các bạn đã biết việc đưa ứng dụng đến với người sử dụng thực tế là một thành công lớn trong Machine Learning.Việc làm AI nó không chỉ dừng lại ở mức nghiên cứu, tìm ra giải pháp, chứng minh một giải pháp mới,... mà quan trọng là đưa được những nghiên cứu đó vào ứng dụng thực tế, được sử dụng để

0 0 72

- vừa được xem lúc

Xây dựng hệ thống Real-time Multi-person Tracking với YOLOv3 và DeepSORT

Trong bài này chúng ta sẽ xây dựng một hệ thống sử dụng YOLOv3 kết hợp với DeepSORT để tracking được các đối tượng trên camera, YOLO là một thuật toán deep learning ra đời vào tháng 5 năm 2016 và nó nhanh chóng trở nên phổ biến vì nó quá nhanh so với thuật toán deep learning trước đó, sử dụng YOLO t

0 0 316