embedding

简单点说，找到目的空间的嵌入向量。那尝试通俗易懂的去理解embedding。

例如现在站在你面前的Alice，你要怎么去描述她呢？

• 假如从长相去描述Alice，最重要的几个特征是什么？[白不白，五官正不正，牙齿齐不齐]
• 你可以用离散的变量0，1去表示条件成立与否：[ 1 ， 1 ， 1 ]==[皮肤白，五官正，牙齿齐]
• 当然你也可以去给这几个特征打个分，到底有多白，多正，多齐，比如10分制：[ 6 ， 8 ， 10]==[普通白，比较正，非常齐]。这样的话，你就得到了欧几里得某个三维空间上对Alice长相的描述了！

回到第一句，这里的目的空间是什么呢？当然就是Alice的长相描述空间了，嵌入向量就是上面两个评分了。当然你也可以去从成绩描述Alice：[数学，语文，地理，生物，化学，英语，物理]=[125,120,90,80,70,120,60]。这里你找到了成绩空间去得到了Alice的embedding。

凡事都要问个为什么，为什么需要这些embedding呢？如果Alice和Bob去比谁长相更好，肯定不是两个人对着嚷嚷就能比出来的，如果得到两个人长相空间的embedding，综合分一加不就得出结果了？

所以：

• 第一，是为了针对某个目的更好的优化计算过程。
• 第二，还有很多结构并不是欧几里得空间，比如图。要处理这些数据，更加需要去学习到embedding。

---

怎么形象理解embedding这个概念？ - 「已注销」的回答 - 知乎
https://www.zhihu.com/question/38002635/answer/1047924668