我需要生成一个嵌入矩阵来代替图层。我先验地知道这 10 个特征之间的相似性（彼此之间的距离相等），我无法通过训练生成矩阵，因为我没有足够的数据。
为此，我必须生成 10 个任意大小（即 10）的向量，但它们都具有相同的大小并且彼此等距，单个维度的值是介于 -1 和 1 之间的数字，所有这在 python 中。
有人知道这是怎么做到的吗？
【问题讨论】：
标签： python tensorflow vector keras embedding
我相信你有一些词作为特征，你想将它们表示为嵌入向量。
有几种方法可以创建词嵌入，我将提到其中的一些，从最简单到复杂但非常强大的方法。
1.计数向量。
这是一种从您的独特标记中创建向量的方法。例如，如果词汇表包含三个单词，比如 ["and", "basketball", "more"] ，那么文本 "more and more" 将映射到向量 [1, 0, 2] ：单词 "and ”出现一次，“basketball”这个词根本没有出现，“more”这个词出现了两次。这种文本表示被称为词袋，因为它完全失去了词的顺序。
2。 TF-IDF(词频逆文档频率)
计数向量的问题在于它忽略了重要的 词，因为与普通词相比，它的外观更少。在上面的例子中，术语“篮球”被忽略了，而“更多”被赋予了重要性。克服这种 TF-IDF 方法最适合，例如， 假设“and”、“basketball”和“more”这三个词分别出现在训练集中的 200、10 和 100 个文本实例中：在这种情况下，最终向量将是 [1/log(200), 0/log(10), 2/log(100)] ，约等于 [0.19, 0., 0.43] .
3.预训练的词向量。
这些是在*或其他一般来源上可用的数百万文本数据上训练的嵌入向量，它将包含所有可用的英语常用术语。有很多开源的预训练词向量是可用的，都是。
您可以根据模型的可用性选择向量维度，例如您可以为每个单词选择 50,100,200,300 维度的向量。
from gensim.models import Word2Vec
#loading the downloaded model
model = Word2Vec.load_word2vec_format('GoogleNews-vectors-negative300.bin', binary=True, norm_only=True)
#the model is loaded. It can be used to perform all of the tasks mentioned above.
# getting word vectors of a word
dog = model['dog']
更多细节和其他创建词嵌入的方法，可以参考NCC写的this beautiful article。
希望这能回答您的问题，祝您学习愉快！
【讨论】：