什么是向量嵌入？

如果您刚开始学习机器学习，您可能已经阅读过术语“向量嵌入”以及 NLP（自然语言处理）。但这是什么？

向量？哪种载体？
术语“矢量”可能非常含糊，因为它根据上下文具有不同的含义。在物理学中，矢量描述 3D 空间内的大小和方向的量。在编程中，向量通常与数组同义，而在数学中，向量有其独特的定义。生物学中甚至有载体，而且这个例子还在继续。

为了我们在机器学习中的目的，我们需要关注数学和编程向量，我们将看到它们是如何紧密相连的。

数学向量
数学向量继承自物理学，因此它们是具有方向、意义和大小的值。

i 和j是大小相同但方向不同的一维（一维）向量。

我们还有 2D 和 3D 向量：

那么…数学向量和物理向量有什么区别？
虽然物理向量用于表示和分析真实物理量，但数学向量是任意的，不一定表示（并遵守😶）物理属性和规则。例如，OpenAI 生成的向量嵌入有 1536 个维度。
一个向量怎么会有 1536 个维度？
这怎么可能？我们只有 3 个维度，对吧？正确的！

但正如我之前所说，数学向量是任意的，因此它们的维度不一定与真实的物理世界