tf.nn.embedding_lookup()

 官网API

tf.nn.embedding_lookup  |  TensorFlow Core v1.15.0https://tensorflow.google.cn/versions/r1.15/api_docs/python/tf/nn/embedding_lookup

 参数

tf.nn.embedding_lookup(
    params, ids, partition_strategy='mod', name=None, validate_indices=True,
    max_norm=None
)

 

• params：由一个tensor或者多个tensor组成的列表(多个tensor组成时，每个tensor除了第一个维度其他维度需相等)；
• ids：一个类型为int32或int64的Tensor，包含要在params中查找的id；
• partition_strategy：逻辑index是由partition_strategy指定，partition_strategy用来设定ids的切分方式，目前有两种切分方式’div’和’mod’.
• name：操作名称（可选）
• validate_indices: 是否验证收集索引
• max_norm: 如果不是None，嵌入值将被l2归一化为max_norm的值

作用 

选取一个张量里面索引对应的元素；

寻找的embedding data中的对应的行下的vector。

 

例子

#coding:utf-8
 
import tensorflow as tf
 
import numpy as np
 
c = np.random.random([5,1])  ##随机生成一个5*1的数组
 
b = tf.nn.embedding_lookup(c, [1, 3]) ##查找数组中的序号为1和3的
 
with tf.Session() as sess:
 
    sess.run(tf.initialize_all_variables())
 
    print(sess.run(b))
 
    print(c)

输出的结果如下所示：

[[0.5687709 ]

 [0.61091257]]

[[0.31777381]

 [0.5687709 ]

 [0.1779548 ]

 [0.61091257]

 [0.65478204]]

在c中第2个元素为0.5687709，第4个元素是0.61091257(索引从0开始)，刚好是b的值