tf.nn.embedding_lookup函数

# tensor是输入张量
# id就是张量对那个的索引
tf.nn.embedding_lookup(tensor, id)

该函数的用法主要是选取一个张量里面索引对应的元素,例如:

# 示例
import tensorflow as tf
import numpy as np

c = np.random.random([10, 1])
b = tf.nn.embedding_lookup(c, [1, 3])

with tf.Session() as sess:
    sess.run(tf.initialize_all_variables())
    print("b\n" + str(sess.run(b)))
    print("c\n" + str(c))

# 输出
b
[[0.16904814]
 [0.45015154]]
c
[[0.40655617]
 [0.16904814]
 [0.61787992]
 [0.45015154]
 [0.01681443]
 [0.46908087]
 [0.84033554]
 [0.92226145]
 [0.11049313]
 [0.0526304 ]]

参考自https://blog.csdn.net/UESTC_C2_403/article/details/72779417

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值