Tensorflow函数测试之tf.contrib.layers.embed_sequence

主要在对文档中字符进行初始化embedding时使用，将输入的字符id转换成相应的embedding。该函数的原型是：

embed_sequence(
    ids,
    vocab_size=None,
    embed_dim=None,
    unique=False,
    initializer=None,
    regularizer=None,
    trainable=True,
    scope=None,
    reuse=None
)

我们平时主要用的是前三个变量，它们的含义如下：

1. ids：尺寸为[batch_size, doc_length]的二阶张量
2. vocab_size:字典大小
3. embed_dim:词向量大小

输出是尺寸为[batch_size,doc_length,embed_dim]的三阶张量，相当于初始化每个词向量。

例：

import tensorflow as tf
a=tf.constant([[1,2,3,4,5],[9,2,1,1,2]])
b=tf.contrib.layers.embed_sequence(ids=a,vocab_size=100,embed_dim=10)
with tf.Session() as sess:
    sess.run(tf.global_variables_initializer())
    print(sess.run(b))