torch.nn.Embedding(num_embeddings, embedding_dim, padding_idx=None, max_norm=None, norm_type=2.0, scale_grad_by_freq=False, sparse=False, _weight=None)

意义

该方法定义了一个简单的存储固定大小的词典的嵌入向量的查找表，意思就是说，这就是一个词典，里面包含了各个单词的向量，如果要访问该查找表，需要你给定一个编号，嵌入层就能返回这个编号对应的嵌入向量，嵌入向量反映了各个编号代表的符号之间的语义关系。

注意这里是定义的查找表！如果要访问还需要后面的操作！也就是先定义后操作！

当在访问该查找表的时候：
输入为一个编号列表，输出为对应的符号嵌入向量列表。

shape：

input:(∗)，包含提取的编号的intTensor或任意形状的LongTensor。
output:(∗，H)，其中 * 是输入形状，H = embeddding_dim

参数：

Num_embeddings (int) -词典的大小尺寸，比如总共出现5000个词，那就输入5000。此时index为（0-4999）
embeddding_dim (int) - 嵌入向量的维度，即用多少维来表示一个符号（单词）。
padding_idx (int, optional) -填充id，比如，输入长度为100，但是每次的句子长度并不一样，后面就需要用统一的数字填充，而这里就是指定这个数字，这样，网络在遇到填充id时，就不会计算其与其它符号的相关性。（初始化为0）。
max_norm(float，optional)-最大范数，如果嵌入向量的范数超过了这个界限，就要进行再归一化。
norm_type(float，optional)-指定利用什么范数计算，并用于对比max_norm，默认为2范数。
scale_grad_by_freq(boolean，optional)—— 根据单词在mini-batch中出现的频率，对梯度进行放缩。默认为False.
sparse (bool，optional)-若为True,则与权重矩阵相关的梯度转变为稀疏张量。

变量：

~Embedding.weight (Tensor) –形状为 (num_embeddings, embedding_dim) 的学习权重采用标准正态分布N(0,1)进行初始化

NOTE 1：

请记住，只有有限数量的优化器支持稀疏梯度:目前是optim.SGD(CUDA和CPU)， optim.SparseAdam (CUDA和CPU)和optim.Adagrad (CPU)

NOTE 2：

当max_norm≠None时，Embedding的前向方法将就地修改权重张量。由于梯度计算所需的张量不能被就地修改，所以在Embedding上执行可微运算。在调用Embedding的前向方法之前，需要克隆Embedding。max_norm不是None时的权重。例如:

n, d, m = 3, 5, 7
embedding = nn.Embedding(n, d, max_norm=True)
W = torch.randn((m, d), requires_grad=True)
idx = torch.tensor([1, 2])
a = embedding.weight.clone() @ W.t()  # weight must be cloned for this to be differentiable
b = embedding(idx) @ W.t()  # modifies weight in-place（就地修改权重）
out = (a.unsqueeze(0) + b.unsqueeze(1))
loss = out.sigmoid().prod()
loss.backward()

整个举例：

实际上，Embedding通过随机初始化建立了词向量层后，建立了一个“二维表”，存储了词典中每个词的词向量。每个mini-batch的训练，都要从词向量表找到mini-batch对应的单词的词向量作为模型的输入放进网络。

>>> # an Embedding module 包含了10个张量，每个张量的大小为3
>>> embedding = nn.Embedding(10, 3)
>>> # a batch 含有两个样本，每个样本长度为4，也就是四个索引，索引是词典中的index序号
>>> input = torch.LongTensor([[1,2,4,5],[4,3,2,9]])
>>> embedding(input)
tensor([[[-0.0251, -1.6902,  0.7172],[-0.6431,  0.0748,  0.6969],[ 1.4970,  1.3448, -0.9685],[-0.3677, -2.7265, -0.1685]],[[ 1.4970,  1.3448, -0.9685],[ 0.4362, -0.4004,  0.9400],[-0.6431,  0.0748,  0.6969],[ 0.9124, -2.3616,  1.1151]]])>>> # example with padding_idx
>>> embedding = nn.Embedding(10, 3, padding_idx=0)
>>> input = torch.LongTensor([[0,2,0,5]])
>>> embedding(input)
tensor([[[ 0.0000,  0.0000,  0.0000],[ 0.1535, -2.0309,  0.9315],[ 0.0000,  0.0000,  0.0000],[-0.1655,  0.9897,  0.0635]]])>>> # example of changing `pad` vector
>>> padding_idx = 0
>>> embedding = nn.Embedding(3, 3, padding_idx=padding_idx)
>>> embedding.weight
Parameter containing:
tensor([[ 0.0000,  0.0000,  0.0000],[-0.7895, -0.7089, -0.0364],[ 0.6778,  0.5803,  0.2678]], requires_grad=True)
>>> with torch.no_grad():
...     embedding.weight[padding_idx] = torch.ones(3)
>>> embedding.weight
Parameter containing:
tensor([[ 1.0000,  1.0000,  1.0000],[-0.7895, -0.7089, -0.0364],[ 0.6778,  0.5803,  0.2678]], requires_grad=True)

一些注意的点

nn.embedding的输入只能是编号，不能是隐藏变量，比如one-hot，或者其它，这种情况，可以自己建一个自定义维度的线性网络层，参数训练可以单独训练或者跟随整个网络一起训练（看实验需要）
如果你指定了padding_idx，注意这个padding_idx也是在num_embeddings尺寸内的，比如符号总共有500个，指定了padding_idx，那么num_embeddings应该为501
embedding_dim的选择要注意，根据自己的符号数量，举个例子，如果你的词典尺寸是1024，那么极限压缩（用二进制表示）也需要10维，再考虑词性之间的相关性，怎么也要在15-20维左右，虽然embedding是用来降维的，但是>- 也要注意这种极限维度，结合实际情况，合理定义

类方法（ClassMethod）

.from_pretrained(embeddings, freeze=True, padding_idx=None, max_norm=None, norm_type=2.0, scale_grad_by_freq=False, sparse=False)

和上面的使用是类似的，也是定义一个查找表！
从给定的2维FloatTensor创建嵌入实例。

参数：

embeddings (Tensor)-包含嵌入权值的浮点数。第一个维度作为num_embeddings传递给Embedding，第二个维度作为embeding_dim。
freeze (boolean，optional)-如果为True，张量不会在学习过程中得到更新。相当于embedding.weight。requires_grad = False。默认值:真正的
padding_idx (int, optional) -如果指定了，则padding_idx上的项不会影响梯度;因此，在训练过程中，padding_idx处的嵌入向量并没有被更新，即它仍然是一个固定的“pad”。
max_norm (float，optional)-参见模块初始化文档。
norm_type (float，optional)——请参阅模块初始化文档。默认2。
scale_grad_by_freq (boolean，optional)-参见模块初始化文档。默认的错误。
sparse (bool，optional)-参见模块初始化文档。

举例

>>> # FloatTensor containing pretrained weights
>>> weight = torch.FloatTensor([[1, 2.3, 3], [4, 5.1, 6.3]])
>>> embedding = nn.Embedding.from_pretrained(weight)
>>> # Get embeddings for index 1
>>> input = torch.LongTensor([1])
>>> embedding(input)
tensor([[ 4.0000,  5.1000,  6.3000]])

实际代码举例：

if pretrained_word_embedding is None:  #如果没有预训练词典，那么就用第一个self.word_embedding = nn.Embedding(config.num_words,config.word_embedding_dim,padding_idx=0)
else:  #我们就用预训练的词典self.word_embedding = nn.Embedding.from_pretrained(pretrained_word_embedding, freeze=False, padding_idx=0)
if pretrained_entity_embedding is None:self.entity_embedding = nn.Embedding(config.num_entities,config.entity_embedding_dim,padding_idx=0)
else: #实体的嵌入也是一样的，同上self.entity_embedding = nn.Embedding.from_pretrained(pretrained_entity_embedding, freeze=False, padding_idx=0)
if config.use_context:   #上下文嵌入也是一样的，同上if pretrained_context_embedding is None:self.context_embedding = nn.Embedding(config.num_entities,config.entity_embedding_dim,padding_idx=0)else:self.context_embedding = nn.Embedding.from_pretrained(pretrained_context_embedding, freeze=False, padding_idx=0)