One-Hot layer in Keras's Sequential API 解説
tf.KerasのSequential APIでインデックスをone-hot表現に変換するlayerに変換する
githubで記事を見つけたので日本語で解説する まず、この実装のAPIのもととなったEmbedding layerの引数について
Embedding(input_dim,output_dim,input_length=None)
これらの引数は自然言語処理で言うところのinpu_dimは単語の種類の数、output_dimは各語を変換した後のベクトルの次元、input_lengthは入力として放り込まれる文の語の数(文の長さ)である。 いま、インデックス(mnistのlabelなど)をone-hot表現に変換する単純なlayerが欲しいからinput_dim=10,output_dim=10,input_length=1ということになる。
