torch.nn.Embedding的使用

torch.nn.Embedding的使用
可以理解为先生成一个embedding的映射表，然后讲输入的数字映射为一个向量。

import torch
em = torch.nn.Embedding(10,3)  # 定义一个映射表，10*3的二维矩阵
em.weight
# 输出Parameter containing:
'''tensor([
		[ 1.0562,  0.2760, -1.5142],
        [-0.6971, -0.8868,  0.1590],
        [ 0.3772,  0.0452, -0.8226],
        [-1.7145,  1.0423,  0.1884],
        [ 0.6151,  0.0957, -0.8011],
        [-0.3725,  1.3127, -0.1222],
        [-0.2561,  0.0910,  0.0966],
        [-0.6034, -1.1414,  1.5973],
        [ 0.9469,  0.1890, -0.3709],
        [-1.5312, -1.0798, -0.2566]], requires_grad=True)
'''
em(torch.tensor([1,2,3,4,5]))  # 对向量[1,2,3,4,5]中的每一个元素进行映射为3个自由度的向量
'''输出
tensor([[-0.6971, -0.8868,  0.1590],
        [ 0.3772,  0.0452, -0.8226],
        [-1.7145,  1.0423,  0.1884],
        [ 0.6151,  0.0957, -0.8011],
        [-0.3725,  1.3127, -0.1222]], grad_fn=<EmbeddingBackward0>)
'''

可以看到刚好对应的映射表里的下标序号为[1,2,3,4,5]的向量。