文章目录

• • 1. nn.Embedding的简单介绍
  • • 1.1 基本用法
    • 1.2 示例代码
    • 1.3 注意事项
  • 2. 通俗的理解num_embeddings和embedding_dim
  • • 2.1 num_embeddings
    • 2.2 embedding_dim
    • 2.3 使用场景举例
    • 结合示例

1. nn.Embedding的简单介绍

nn.Embedding 是 PyTorch 中的一个模块，用于创建一个嵌入层。这个层的主要作用是将离散的数值（通常是代表单词的索引）映射到一个连续的、固定大小的向量空间，这些向量也称为嵌入向量。在自然语言处理和其他类型的机器学习任务中，嵌入层是非常常用的，它可以帮助模型理解和处理类别型输入数据。

1.1 基本用法

在 PyTorch 中，nn.Embedding 需要两个主要的参数：num_embeddings 和 embedding_dim：

• num_embeddings（整数）: 嵌入层中的嵌入向量的数量，通常是词汇表的大小。
• embedding_dim（整数）: 每个嵌入向量的维度。

1.2 示例代码

以下是一个简单的使用 nn.Embedding 的例子：

import torch
impo