文本分类,指定文本长度之后如何进行lstm编码
Created by: yuanquan123
cc = fluid.layers.data(name='cc', shape=[-1, 64, 1], dtype='int64', lod_level=1) cc_emb = fluid.layers.embedding( size=[word_dict_len, 96], input=cc, param_attr=fluid.ParamAttr(name='w_emb', trainable=True)) forward_hidden_state = fluid.layers.dynamic_gru(input=cc_emb, size=32) 如上代码,我将文本数据padding的固定长度,然后进行embedding,这时的shape是[-1, 64, 96],然后通过gru编码后直接变成[-1, 32]。