tf.nn.embedding_lookup函数的用法

最新推荐文章于 2021-04-27 10:57:43 发布

原创最新推荐文章于 2021-04-27 10:57:43 发布 · 355 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#tenserflow

tensorflow 专栏收录该内容

3 篇文章

订阅专栏

本文通过一个具体的示例展示了如何使用TensorFlow中的tf.nn.embedding_lookup函数从参数矩阵中选取指定索引位置的元素。该函数常用于自然语言处理任务中的词嵌入层，能够高效地实现词汇向量的检索。

tf.nn.embedding_lookup(params,ids)是用于查找在params中取出下标为ids的各个项

import numpy as np
import tensorflow as tf

x = np.array([[1,2,3],[4,5,6],[7,8,9]])
id1 = tf.Variable([1,2], tf.int32)
id2 = tf.Variable([[1,2],[1,0]], tf.int32)
a = tf.nn.embedding_lookup(x,id1)
b = tf.nn.embedding_lookup(x,id2)
init = tf.global_variables_initializer()
with tf.Session() as session:
    session.run(init)
    print(session.run(a))
    print('---------------------')
    print(session.run(b))

#输出
[[4 5 6]
 [7 8 9]]
---------------------
[[[4 5 6]
  [7 8 9]]

 [[4 5 6]
  [1 2 3]]]