pytorch LSTM模型

---

BILSTM模型初始化

1.torch.nn.Embedding

self.embedding = nn.Embedding(vocab_size,embedding_size,padding_idx=pad_idx)

• num_embeddings：嵌入字典的大小（词的个数）；
• embedding_dim：每个嵌入向量的大小；
• padding_idx：若给定，则每遇到 padding_idx 时，位于 padding_idx 的嵌入向量（即 padding_idx 映射所对应的向量）为0；

功能：将已经映射为数字的文本映射为embedding_dim维的向量，

输入：文本的 Long Tensor；

输出：输出 shape =（*，H），其中 * 为输入的 shape，H = embedding_dim（若输入 shape 为 N*M，则输出 shape 为 N*M*H）；

torch.nn.Embedding 的权重为 num_embeddings * embedding_dim 的矩阵，例如输入10行，每行最多5个词，每个词用3为向量表示，则权重为10*5*3的矩阵；
 

import