1樓：一棵有思想的韭菜
我的猜想是這樣的：
用one-hot-matrix 乘 embedding-matrix來選擇，對與GPU來說是非常高效的，如果用CPU就會慢很多，但是如果這個實現用的是你說的index定址，這就實打實的是線性時間來，有GPU也無法加速。
2樓：Chan Yu
引用一下官方1.14版本的文件。
tf.nn.embedding_lookupThis function is used to perform parallel lookups on the list of tensors in params.
It is a generalization of tf.gather
, where params is interpreted as a partitioning of a large embedding tensor. params may be a PartitionedVariable as returned by using tf.compat.
v1.get_variable()
with a partitioner.
可以看到是通過gather的思路獲取結果的。
不太清楚題主說的矩陣乘是哪個版本或者其他api？
TensorFlow中padding的SAME和VALID兩種方式有何異同？
毛路安 TensorFlow 版本 2.1.0 Anaconda 2019.10 在TensorFlow2.1.0版本中，padding的same卷積後尺寸是否不變由步長strides是否大於1決定。對於轉置卷積和卷積，padding的 same 與 valid 中，輸入高寬 i 輸出高寬 o 步長...
TensorFlow中的onehot有什麼作用，為什麼要使用onehot向量呢？
鄭文勳 考慮多類情況。非onehot，標籤是類似0 1 2 3.n這樣。而onehot標籤則是顧名思義，乙個長度為n的陣列，只有乙個元素是1.0，其他元素是0.0。例如在n為4的情況下，標籤2對應的onehot標籤就是 0.0 0.0 1.0 0.0 使用onehot的直接原因是現在多分類cnn網路...
tensorflow裡面name scope, variable scope等如何理解？
已登出 不逼逼，貼原始碼和注釋 還不懂你打死我 coding utf 8 import osimport sysimport time import reimport math import numpy asnp import pandas aspd import tensorflow astf p...