TensorFlow：函数tf.nn.embedding_lookup

朱雀至夜

于 2019-07-24 21:14:00 发布

阅读量323

点赞数

分类专栏： tensorflow

本文链接：https://blog.youkuaiyun.com/weixin_41644993/article/details/97141924

版权

tf.nn.embedding_lookup是TensorFlow中的一个函数，用于根据input_ids中的索引从embeddings张量中选取对应的向量。这个操作不仅简单地查找，而且所选向量是可以训练的参数，形状为category num乘以embedding size。例如，输入[2, 3, 4]将返回embeddings的第2、3、4行组成的tensor。当ids有多行时，会形成多维tensor。这可以看作是一种特殊的全连接层操作。" 106772167,9502680,YML配置与Jar包管理详解,"['配置管理', 'Spring框架', 'Mybatis框架', 'Mybatis Plus', '依赖管理']

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

功能：根据input_ids中的id，寻找embeddings中的第id行，即选取一个张量里面索引对应的元素。embedding_lookup不是简单的查表，id对应的向量是可以训练的，训练参数个数应该是 category num*embedding size，也就是说lookup是一种全连接层。

tf.nn.embedding_lookup(
    params,
    ids,
    partition_strategy='mod',
    name=None,
    validate_indices=True,
    max_norm=None
)

参数	必选	类型	说明
params	是	张量或n个张量的列表	输入的服从[0,1]的均匀分布或者标准分布的张量
ids	是	int32或int64	张量索引，包含要在params中查找的id
partition_strategy	否	string	指定分区策略的字符串，支持div默认mod
name	否	string	运算名称
validate_indices	否	bool	是否验证收集索引
max_norm	否		如果不是None，嵌入值将被l2归一化为max_norm的值