Embedding

接口功能

将离散索引映射为连续向量（查表操作）。

函数原型

torch.nn.Embedding(
    num_embeddings: int,
    embedding_dim: int,
    padding_idx: Optional[int] = None,
    max_norm: Optional[float] = None,
    norm_type: float = 2.0,
    scale_grad_by_freq: bool = False,
    sparse: bool = False,
    _weight: Optional[Tensor] = None,
    device=None,
    dtype=None
)

参数说明

表1 参数说明
参数	类型	必填	说明
num_embeddings	int	是	嵌入字典大小（索引范围[0, num_embeddings-1]）。
embedding_dim	int	是	嵌入向量维度。
padding_idx	int	否	填充索引（该索引对应的向量梯度固定为0）。
max_norm	float	否	最大范数约束（超过时缩放）。
norm_type	float	否	范数计算类型（默认2.0表示L2范数）。
scale_grad_by_freq	bool	否	是否按频率缩放梯度（默认False）。
sparse	bool	否	是否使用稀疏梯度（默认False）。

父主题： 算子接口