nn.embedding笔记

nn.embedding介绍

embedding就是词嵌入，将一个token转化为一个向量，其通常作为nlp模型的一个层.我们通常使用的nn.embedding通常分为两种情况：

①使用别人训练好的nn.embedding,这个时候通过nn.embedding我们能拿到每个token对应的正确向量。

②使用初始化的nn.embedding,这时生成的词向量只是随机的，没有任何意义，然后搭配bert、transformer、rnn等模型使用，在这些模型的训练过程种调整embedding层的参数，拿到正确表示token的词向量。

那么问题来了：

问题：bert不是可以用来为token生成词向量吗？那为什么在传入bert模型之前，就先将token词向量化呢，这个向量化有什么意义呢？

借助别人的图理解一下，图中红色箭头就是nn.embedding操作，将传入bert之前将token向量化，这么做也很为上述的两种情况：

①使用别人训练好的nn.embedding时：这种情况下，虽然这个embedding是别人训练好的，但是如果我们抽取特征生成词向量时，是需要考虑语义背景的呀，随意还是需要用bert去搞一下，抽背景。

②使用初始化的embedding时：其先构建一个vocab_size*num_hiddens的权重矩阵，然后随机初始化生成一组词向量，然后将随机初始化的词向量丢到bert里面，当bert训练时，在来调整权重矩阵，使其具备学习能力。

示例说明：

import torch
import torch.nn as nn
mlm_positions = torch.LongTensor([[1, 5, 2], [6, 1, 5]])
embedding = nn.Embedding(7, 4)
print(mlm_positions)
print(embedding(mlm_positions))

第一次运行结果：

tensor([[1, 5, 2],
        [6, 1, 5]])
tensor([[[-0.7632, -1.0630, -0.7553, -0.3377],
         [ 0.8528, -1.4378,  0.0234, -0.0140],
         [ 0.7554,  1.1693, -0.8603, -0.0214]],
 
        [[ 0.1808,  1.1702,  0.0485,  0.1899],
         [-0.7632, -1.0630, -0.7553, -0.3377],
         [ 0.8528, -1.4378,  0.0234, -0.0140]]], grad_fn=<EmbeddingBackward0>)

第二次运行结果

tensor([[1, 5, 2],
        [6, 1, 5]])
tensor([[[-0.9527,  1.1274,  0.0626, -1.6937],
         [-0.1026,  0.0796,  0.5292,  1.0623],
         [-0.2766,  1.6665,  0.9931,  1.7672]],
 
        [[-0.5824,  0.8142,  1.5110, -0.3676],
         [-0.9527,  1.1274,  0.0626, -1.6937],
         [-0.1026,  0.0796,  0.5292,  1.0623]]], grad_fn=<EmbeddingBackward0>)

可以看到nn.embedding每次生成的词向量（初始化）都不相同，需要搭配具体的任务调整权重。