tf.nn.embedding_lookup简介

基本形式：tf.nn.embedding_lookup(params, ids)

参数：1. params：待lookup的tensor

           2. ids：params使用ids来lookup（ids也应该是tensor）

通俗地讲，embedding_lookup(params, ids)其实就是按照ids顺序返回params中的第ids个元素。举个例子：

matrix = np.random.random([1024, 64])  # 64-dimensional embeddings
ids = np.array([0, 5, 17, 33])
print matrix[ids]  # prints a matrix of shape [4, 64]

作者：熊俊杰
链接：https://www.zhihu.com/question/52250059/answer/191093561
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

当然之所以取名叫embedding_lookup，个人认为是和word_embedding有些关系的。一般做nlp需要用到词向量，这些词向量可以是预先训练好的也可以是自己训练得到的；在网络里需要把词汇对应的id转化为词向量，这时候就可以调用该函数完成该功能。是不是很方便？