Pytorch学习-Embedding

官方文档的解释：

embedding方法为一个存储了固定字典和大小的简单的查找表

通常利用indices去检索存储的word embedding，输入是一系列indices，输出对应的word embeddings

from_pretrained method

根据输入的2d FloatTensor 格式的embeddings参数 生成embedding实例，其中embeddings参数第一维度为词典大小num_embeddings , 第二维度为 词典中每个词的维度embedding_dim

具体例子

首先设定embeddings参数为（10，3），代表词典中有十个词, 每个词的维度embedding_dim 为3。看到LongTensor 1对应的embedding为 [ 0.7417, 0.2151, -2.0011] 维度为3，扩展到多个LongTensor，输出的embedding的每一行对应输入的每个LongTensor

需要注意词典大小不能小于输入的LongTensor的个数，否则会报数组越界的错误

• pretrained方法
  embeddings参数为（10，3）保持不变，用from_pretrained方法传入预先设定的weight，代表了每个词的embedding，之后的索引操作和上述相同。