tf.nn.embedding_lookup

embedding_lookup常用于NLP中将one-hot编码转换为对应的向量编码。

embedding_lookup(
     params,   # embedding_params 对应的转换向量
     ids,      # inputs_ids，标记着要查询的id
     partition_strategy='mod',   #分割方式
     name=None,
     validate_indices=True, # deprecated
     max_norm=None
)

用法举例：

import tensorflow as tf
import numpy as np
embedding_param=np.array([[1,2,3,0.1],[4,5,6,0.2],[7,8,9,0.3]])#定义一个pXq的矩阵，3行4列的矩阵
input_ids=np.array([0,2])
input_ids2=np.array([[0],[1]])#要转化的矩阵为mXn
input_embedding = tf.nn.embedding_lookup(embedding_param, input_ids)#根据input_ids中的元素值对应取出嵌入矩阵的元素
input_embedding2 = tf.nn.embedding_lookup(embedding_param, input_ids2)#若要转换的向量是一个矩阵mXn,则转换后的矩阵为多维矩阵，维度为mxnxq
with tf.Session() as sess:
    print(sess.run(input_embedding))#这里将嵌入矩阵的第0行，第2行元素取出来[[ 1.   2.   3.   0.1]
                                                                    #[ 7.   8.   9.   0.3]]
    print(sess.run(input_embedding2).shape)#(2, 2, 4)
    print(sess.run(input_embedding2))#[[[ 1.   2.   3.   0.1]
                                       #[ 7.   8.   9.   0.3]]
                                    #[[ 4.   5.   6.   0.2]
                                      #[ 7.   8.   9.   0.3]]]