python - Tensorflow中的SVD

我想在Tensorflow中使用SVD（奇异值分解）从text8语料库创建矢量表示。我使用了以下代码，但未采用维数：

u,s,v = tf.svd(coocurrence_matrix)

我需要类似TruncatedSVD in scikit-learn之类的东西。我该怎么办？在Tensorflow中可以做同样的事情吗？

最佳答案

在您处理cs20si的第一个任务时，我会考虑一下。
形成任意大小的共现矩阵，例如（1000,1000）。一旦有了单词（列表）和将单词映射到索引的字典，就可以使用ndarray形成并发矩阵，例如

cooccurrence_matrix = np.zeros((VOCAB_SIZE, VOCAB_SIZE))
n_words = len(words)
for i, current_word in enumerate(words):
    if current_word not in dictionary:
        current_word = 'UNK'
    if i != 0:
        left_word = words[i-1]
        if left_word not in dictionary:
            left_word = 'UNK'
        cooccurrence_matrix[dictionary[current_word]][dictionary[left_word]] += 1
    if i < n_words-1:
        right_word = words[i+1]
        if right_word not in dictionary:
            right_word = 'UNK'
        cooccurrence_matrix[dictionary[current_word]][dictionary[right_word]] += 1

print cooccurrence_matrix.shape

之后，您可以直接使用tf.svd，因为它只需要张量。

tf_svd = tf.svd(matrix, compute_uv=True)
with tf.Session() as sess:
      sess.run(tf.global_variables_initializer())
      svd, u, v = sess.run(tf_svd, feed_dict={matrix:cooccurrence_matrix})

如tf.svd文档中所述，tf.svd的输出将具有三个值。我将从字典大小100开始，看看一切是否顺利。

关于python - Tensorflow中的SVD，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/44224914/