torch.nn.Embedding理解

看官方的文档之后，自己的理解，供以后学习之用。

#输入的batch为2，每个batch有4个索引 
input = torch.tensor([[1,2,4,5],[4,3,2,9]]) 
#字典中包含的词有10个，每个3维
embedding_matrix = torch.rand(10, 3)
F.embedding(input, embedding_matrix)
tensor([[[ 0.8490,  0.9625,  0.6753],
             [ 0.9666,  0.7761,  0.6108],
             [ 0.6246,  0.9751,  0.3618],
             [ 0.4161,  0.2419,  0.7383]],
             [[ 0.6246,  0.9751,  0.3618],
             [ 0.0237,  0.7794,  0.0528],
             [ 0.9666,  0.7761,  0.6108],
             [ 0.3385,  0.8612,  0.1867]]])

所以最后得到了一个shape为（2，4，3）的一个tensor。