keras 中的多个嵌入层答案

【问题标题】：Multiple embedding layers in keraskeras 中的多个嵌入层
【发布时间】：2018-09-23 03:07:50
【问题描述】：

使用预训练嵌入，我们可以将它们指定为 keras 嵌入层中的权重。要使用多个嵌入，指定多个嵌入层是否合适？即

embedding_layer1 = Embedding(len(word_index) + 1,
                        EMBEDDING_DIM,
                        weights=[embedding_matrix_1],
                        input_length=MAX_SEQUENCE_LENGTH,
                        trainable=False)

 embedding_layer2 = Embedding(len(word_index) + 1,
                        EMBEDDING_DIM,
                        weights=[embedding_matrix_2],
                        input_length=MAX_SEQUENCE_LENGTH,
                        trainable=False)

 model.add(embedding_layer1)
 model.add(embedding_layer2)

This 建议将它们总结并表示为单层，这不是我所追求的。

【问题讨论】：

标签： tensorflow keras embedding word-embedding

【解决方案1】：

我遇到了同样的问题。是因为 keras.Embedding 层内部使用了某种对象（我们称之为 x_object ），它在 keras.backend 全局会话 K 中被初始化。因此第二个嵌入层会抛出一个异常，说 x_object 名称已经存在于图中，不能再次添加。

【讨论】：

【解决方案2】：

如果您想在模型中使用多个嵌入层，答案在此线程中 Multiple Embedding layers for Keras Sequential model

【讨论】：