weixin_56915683的博客

详见 官方文档class torch.nn.Embedding(num_embeddings, embedding_dim, padding_idx=None, max_norm=None, norm_type=2.0, scale_grad_by_freq=False, sparse=False, _weight=None, device=None, dtype=None)torch.nn.Embedding 作用是一个简单的查找表，用于 存储固定字典 和 大小 的嵌入该模块通常用于存储词.

最近，在看一个情感分析入门级项目，其中用到了 glove 预训练词嵌入。但是，可能是因为网络原因，直接使用 torchtext 下载 glove 却又没反应。搞得有点头大，辗转好久才解决。采用如下代码构建词典时，本会自动下载 “glove.6B.100d”：TEXT.build_vocab(train_data, max_size = MAX_VOCAB_SIZE, vectors = "glove.6B.100d", .

torch.bmm 函数这里只是记录一下，为了以后个人方便查找。具体参考：pytorch官方文档torch.bmm(input, mat2, *, deterministic=False, out=None) → Tensor功能：对 input 和 mat2 矩阵执行批处理矩阵积。input 和 mat2 必须是三维张量，每个张量包含相同数量的矩阵。输入：input tensor 维度：(b×n×m) ；mat2 tensor 维度： (b×m×p) ,输出：out te

函数调用形式：torch.unsqueeze(input, dim) → Tensor功能： 在指定位置 dim 插入一个大小为1的维度input： old tensordim: 插入维度的位置。其中，dim 范围为：[-input.dim() - 1, input.dim() + 1)。当 dim 为负数时，表示从后向前计数（即，dim == -1 和 dim == input.dim() 等效）。return： new tensor详情见pytorch官方文档：unsqueeze()函.