---
title: Embedding
description: "将离散索引映射为连续向量（查表操作）。"
url: https://www.hikunpeng.com/document/detail/zh/kunpenghpcs/hpckit/devg/KunpengHPCKit_developer_201.html
sourcePath: /source/zh/kunpenghpcs/hpckit/devg/KunpengHPCKit_developer_201.html
indexId: 6e4e2e1333007bd9b1602e00be70bed1fa41915c19b67bd97fa7ade2709a28ae67
---
# 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）。 |