Keras Embeddings -如何将嵌入向量与正确的类别进行匹配？

Question

我使用函数式api对样本进行嵌入层训练，将10个唯一值的类嵌入到4维向量中，得到了Keras模型。加载嵌入权重后

embeddings_pclass = model.get_layer('Class').get_weights()

我得到了10个向量的列表，比如.3，-.1，.9，.1等等。这一切都很好，并按计划进行。但是我找不到任何地方，如何做一些逆向工程来找出哪个类与哪个向量匹配？我的类的唯一值是1,2,3,5,7,8,9,12,15,19。我应该期望这是列表中向量的唯一值的asc顺序吗？

谢谢E

Answer 1

tf.keras.layers.Embedding中没有显式的函数来获取类，但您可以将其视为在权重矩阵中找到最接近的嵌入的问题。权重矩阵行对应于类(正如您正确猜测的那样)，因此可以使用argmin来获取类值。

def get_class (emb_layer, encoded):
    w = emb_layer.get_weights()[0]
    distances = tf.math.reduce_euclidean_norm(w - encoded, axis = 1)
    return tf.math.argmin(distances).numpy()

get_class(model.get_layer('Class'), tf.constant([.3,-.1,.9,.1]))