autoencoder 得到的可不可以当做词向量
sdae和rbm是两个不同的模型。再给出文档的co-occurrence matrix后，对每一列使用sdae rbm进行embedding当然是可以的，也可以称作词向量。但与word2vec做的不是一个事情，word2vec的目标函数与sdae的目标函数差别很大，和rbm的目标函数倒是比较相似。一篇paper说明了：word2vec中的skip-gram negative sampling其实是一种没有先验(prior)的rbm。paper标题：Word Embedding Revisited: A New Representation Learning and Explicit Matrix Factorization Perspective
推荐阅读
![[北京日报客户端]“东方红一号”云展厅露脸，国博开“新展”用上5G技术](https://imgcdn.toutiaoyule.com/20200423/20200423074523477362a_t.jpeg)
- 假如把中国电信监测到的3亿人一个月每天上网的所有行为打个包，哪些数据应该被提出从这些数据能得到啥
- 动态规划能得到一类问题的最优解，比如背包问题用动态规划来解决，怎样证明这个解就是相对应问题的最优解呢
- 现在想进入智能家居行业，看了很多家，想做代理，希望得到有用的建议和意见，有行业内的内加微信聊聊吗
- 坦克|17.58万的预售价，坦克300能否得到消费者认可
- 小王子可不可以编成一部游戏
- 胃酸|胃里老反酸？不妨试试这4个方法，很多人都得到了改善
- 行政复议|南京十项措施推动行政诉讼、行政复议得到快速有效解决
- 趣头条|复古外观配智慧座舱，欧拉好猫是否得到你的青睐？
- 工作一年，学农，无经验，想得到一份产品助理工作这么难
- 淘宝淘金币和天猫积分，买家用来购物抵扣，这积分是卖家买单吗卖家得到积分又咋利用呢