keras使用時のinput_dimについて悩んでおります。
embedding層のレイヤーの動作を確認するプログラムを以下に記載しております。
python
1 2import numpy as np 3from keras.models import Sequential 4from keras.layers import Embedding 5 6input_data=np.random.randint(10,size=(10,3)) 7#input_data.shapeは(10,3) 8model=Sequential() 9model.add(Embedding(input_dim=10,output_dim=5,input_length=3)) 10model.compile("RMSprop","mse") 11output_data=model.predict(input_data) 12 13print(output_data.shape) 14#output_data.shapeは(10,3,5) 15 16コード
embeddingのinput_dimの意味について考えていたのですが、わかりません。
上記のinput_dataの場合はinput_dim=10の設定で正しいのでしょうか。
kerasのドキュメンテーションを見ると
input_dimは整数、語彙数、入力データの最大インデックス+1と記載されています。
この最大インデックス+1を考慮すると、input_dimは11にする必要あるのでしょうか?
input_dimが10以外でも動作するのですが、その場合のdimentionの行列データに与える影響の意味がわからずに困っています。
アドバイスいただけますと幸いです。よろしくお願いします。
あなたの回答
tips
プレビュー