怎样做多商户网站,客户管理系统小程序,企业软文,wordpress首页调用评论假设词汇量为 100 万个时的 CBOW 模型如下#xff0c;输入层和输出层存在 100 万个神经元。
下面两个问题导致耗时严重。
问题一、输入层的 one-hot 表示和权重矩阵的乘积。one-hot 表示占用内存过多#xff0c;计算 one-hot 表示与权重矩阵 的乘积#xff0c;需要花费大量…假设词汇量为 100 万个时的 CBOW 模型如下输入层和输出层存在 100 万个神经元。
下面两个问题导致耗时严重。
问题一、输入层的 one-hot 表示和权重矩阵的乘积。one-hot 表示占用内存过多计算 one-hot 表示与权重矩阵 的乘积需要花费大量时间。
问题二、中间层和权重矩阵的乘积以及 Softmax 层的计算。需要大量的计算花费大量时间。 解决问题一
计算one-hot 表示矩阵和权重矩阵的乘积其实就是将权重矩阵的某个特定的行取出来。如下图所示。 Embedding 层一个从权重矩阵中抽取单词ID对应行(向量)的层。
使用 params 和 grads 作为成员变量params中保存要学习的参数grads中保存梯度。并在成员变量 idx 中以数组的形式保存需要提取的行的索引(单词ID)。
正向传播从权重矩阵W中提取特定的行并将特定行的神经元原样传给下一层。
反向传播上一层(输出侧的层)传过来的梯度将原样传给下一层(输入侧的层)。上一层传来的梯度会被应用到权重梯度dW的特定行(idx)。
反向传播里面将梯度累加到对应索引上用于处理idx 中出现了重复的索引的情况。dW[…] 0的目的是保持dW的形状不变将它的元素设为0。
将原来CBOW模型中输入侧的 MatMul 层换成 Embedding 层减少内存使用量避免不必要的矩阵计算。
class Embedding:def __init__(self, W):self.params [W]self.grads [np.zeros_like(W)]self.idx Nonedef forward(self, idx):W, self.paramsself.idx idxout W[idx]return outdef backward(self, dout):dW, self.gradsdW[...] 0if GPU:np.scatter_add(dW, self.idx, dout)else:np.add.at(dW, self.idx, dout)return None
