embedding时报错IndexError: index out of range in self

报这个错误是embedding层的张量输入超过了合法范围，下标超了

原因

进行词嵌入（embedding）操作时，权重矩阵的每一行可以理解为字典中的每一个键，one-hot的各个类别，每一列为隐向量，相当于词的特征，字典中的值。

在输入时，只有数据是这个字典的键的时候才能找到对应的隐向量进行计算。
而键用下标表示的就是，输入数据的index在[0, num_embeddings-1]（权重矩阵的行数-1）之间。

这就是embedding的结果，权重矩阵，下图为三行五列，三个词，每个词五个特征

验证

#查看embedding层
print(self.embed_layers)
1
2

(embed_0): Embedding(8, 4)，八行四列，八个词，每个词四个特征

#查看输入数据最大下标
sparse_inputs[:, i].max()
1
2

tensor(6098)，最大下标6098，大于8，超了

解决

self.embed_layers = nn.ModuleDict({
            'embed_' + str(i): nn.Embedding(num_embeddings=feat['feat_num'], embedding_dim=feat['embed_dim'])
            for i, feat in enumerate(self.sparse_feature_cols)
        })
1
2
3
4

nn.Embedding(num_embeddings=feat[‘feat_num’]）检查输入数据列的顺序，是否和你embedding时列序一致