关于pytorch官方文档中torch.nn.Embedding的笔记（未完待续。。）

最新推荐文章于 2025-07-23 17:14:34 发布

原创最新推荐文章于 2025-07-23 17:14:34 发布 · 922 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#深度学习

本文详细解读了PyTorch中的nn.Embedding模块，包括其参数含义：num_embeddings（嵌入数量）、embedding_dim（嵌入维度）、padding_idx（填充索引）、max_norm（最大范数限制）、norm_type（归一化类型）、scale_grad_by_freq（是否按频率调整梯度）、sparse（是否使用稀疏梯度）和_weight（自定义权重张量）。通过理解这些参数，可以更好地掌握在深度学习中如何使用词嵌入。

关于pytorch官方文档中torch.nn.Embedding的笔记

参考 https://pytorch.org/docs/stable/generated/torch.nn.Embedding.html#torch.nn.Embedding

1、官方文档对embedding的各参数的解释。

// An highlighted block
class torch.nn.Embedding(num_embeddings: int, 
                         embedding_dim: int,
                         padding_idx: Optional[int] = None, 
                         max_norm: Optional[float] = None, 
                         norm_type: float = 2.0, 
                         scale_grad_by_freq: bool = False, 
                         sparse: bool = False, 
                         _weight: Optional[torch.Tensor] = None)