RNN第一部分
tokenization：分詞，每個詞語是一個token
分詞方法：
1轉化為單個字
2切分詞語
N-gram：
準備詞語特征的方法：
文本化的向量：
1 one-hot：使用稀疏的向量表示文本，佔用空間多
2 word embedding：
a 浮點型的稠密矩陣來顯示token
b 向量中的每一個值是一個超參數，其初始值是隨機生成的，之後會在訓練的過程中進行學習爾獲得
c api：torch.nn.Embedding(詞典數量,Embedding的維度)
d 資料形狀的變化[batch_size,seq_len] --> [batch_size,seq_len,embedding_dim]
iThome鐵人賽
看影片追技術