如果我必须使用预训练的词向量作为神经网络中的嵌入层（例如CNN），该如何处理索引0？
详情：
我们通常从创建零numpy二维数组开始。稍后，我们从词汇表中填充单词索引。
问题是，0已经是我们词汇表中另一个单词的索引（例如，“ i”是索引在0处）。因此，我们基本上是在初始化填充有“ i”而不是空词的整个矩阵。那么，如何处理所有长度相等的句子的填充呢？
一个简单的弹出窗口就是我们可以使用另一个digit = numberOfWordsInVocab + 1进行填充。但这不会占用更多的空间吗？ [帮我！]
最佳答案
一个简单的弹出窗口就是我们可以使用另一个digit = numberOfWordsInVocab + 1进行填充。但这不会占用更多的空间吗？
不！大小一样。
a=np.full((5000,5000), 7)
a.nbytes
200000000
b=np.zeros((5000,5000))
b.nbytes
200000000
编辑：错别字
关于python - 神经网络中的预训练(Word2Vec)嵌入，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/53923344/