Pytorch中的nn.Embedding()

模块的输入是一个索引列表，输出是相应的词嵌入。

Embedding.weight（Tensor）–形状模块（num_embeddings，Embedding_dim）的可学习权重，初始化自（0，1）。
也就是说，pytorch的nn.Embedding()是可以自动学习每个词向量对应的w权重的。

import torch
import torch.nn as nn
embedding = nn.Embedding(9, 3)
# a batch of 2 samples of 4 indices each
input = torch.LongTensor([[1,2,4,5,6,7,8,1,1,1,6,7,5],[4,3,2,1,6,7,8,1,1,1,6,7,5]])
#这里的input可以里的数字可以表示为embedding的索引.索引数据的shape是没有限制的，但是input中的数值不能超过nn.Embedding(9,3)中的9的.
a = embedding(input)
print(a)
1
2
3
4
5
6
7
8