Python PyTorch Embedding用法及代码示例

本文简要介绍python语言中 torch.nn.quantized.Embedding 的用法。

用法:

class torch.nn.quantized.Embedding(num_embeddings, embedding_dim, padding_idx=None, max_norm=None, norm_type=2.0, scale_grad_by_freq=False, sparse=False, _weight=None, dtype=torch.quint8)

变量：

~Embedding.weight(Tensor) -形状为 (\text{num\_embeddings}, \text{embedding\_dim}) 的模块的不可学习量化权重。

以量化打包权重作为输入的量化嵌入模块。我们采用与torch.nn.Embedding 相同的接口，请参阅https://pytorch.org/docs/stable/nn.html#torch.nn.Embedding 获取文档。

与 Embedding 类似，属性将在模块创建时随机初始化，稍后将被覆盖

例子：：

>>> m = nn.quantized.Embedding(num_embeddings=10, embedding_dim=12)
>>> indices = torch.tensor([9, 6, 5, 7, 8, 8, 9, 2, 8])
>>> output = m(indices)
>>> print(output.size())
torch.Size([9, 12]