embedding

import torch
import torch.nn as nn
encoder = nn.Embedding(5, 5)
print(encoder.weight)
a=encoder(torch.tensor([[1,2]]))
print(a)

output:
Parameter containing:
tensor([[-1.3872, -0.0177, -0.4067, 0.6568, 1.7172],
[ 1.5127, 0.3096, -0.8209, 1.0901, 0.0220],
[ 0.1434, -0.0864, 0.0817, 0.1294, -0.3425],
[ 0.3291, -0.0037, -0.1281, -0.1561, 0.6285],
[ 0.0725, -2.3662, -1.5152, 0.0952, 0.9467]], requires_grad=True)
tensor([[[ 1.5127, 0.3096, -0.8209, 1.0901, 0.0220],
[ 0.1434, -0.0864, 0.0817, 0.1294, -0.3425]]],
grad_fn=)

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

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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