我是CNTK的新手。我的环境是C＃（不幸的是，我不是python或BrainScript程序员）。
我正在尝试使用CNTK在自由文本（NLP）上设计/训练/测试LSTM，以选择适当的标题（从给定的标题集中，我的数据中有大约8,000个）。
我使用了一个单独的程序将每个单词映射到一个包含100个元素的实数向量中（100是可配置的值；我的非CNTK程序GloVe可以生成我选择的任何宽度）。
我的原始输入看起来像：
|label 17 |features the brown fox jumped over the ...
|label 19 |features there comes a time when all ...
...
其中“ 17”是第17个标题的简写，并且实际上是一个热门的表示形式：[0，0，...，1，0，0，...]其中“ 1”在第17个标题中-位置。
每个输入行都是一个单词序列（用空格分隔）-典型的长度是几百个单词，但是某些数据（行）中却包含数千个单词。
我的问题是，我不知道如何将原始文件格式的运行时转换插入CNTK可以使用的内容中。
我无法假定内存中的数据，因为在生产中，我们将对具有数百万行的数据进行培训。
在每个小批量中：
“ 17”（在上面的示例中）需要转换为[0，...，1，1，0，...]。
每个单词都需要翻译（通过查找C＃词典）成一个数组（包含100个实数）。
我意识到这是CNTK的LSTM中的嵌入层，但是我找不到任何教程/示例（尤其是在C＃中），以了解如何使用非热一嵌入来添加转换层。
尽管有其全部价值，但我在C＃中执行此操作的模板是CNTK示例中的LSTMSequenceClassifier.cs。
链接到CNTK示例：
https://github.com/Microsoft/CNTK/blob/master/Examples/TrainingCSharp/Common/LSTMSequenceClassifier.cs
任何帮助将不胜感激。在过去的一周里，我全力以赴！
最佳答案
由于我也是新手，但我觉得我宁愿使用最原始的数据格式，而不是使用CNTK的更高级功能。
我的方法是
0 |feature 43:1 |label 0 0 1 0
0 |feature 23:1
0 |feature 15:1
0 |feature 34:1
1 |feature 37:1 |label 0 0 0 1
1 |feature 67:1
1 |feature 69:1
1 |feature 12:1
其中最大分类是4个不同的分类
和
43rd word in your matrix is "the"
23rd is "fox"
等等等等
参考https://cntk.ai/pythondocs/sequence.html
我知道第一次阅读python可能会造成混乱，但是您会发现它的窍门
https://github.com/Microsoft/CNTK/tree/master/Tests/EndToEndTests/Text/SequenceClassification/Data
具有示例教程中使用的数据文件
关于c# - 作法:使用Word2Vec嵌入字词的CNTK C#LSTM自由文本(NLP)分类器，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/47639108/