Python tf.nn.embedding_lookup用法及代碼示例

從張量列表中查找給定 ids 的嵌入。

用法

tf.nn.embedding_lookup(
    params, ids, max_norm=None, name=None
)

參數

params 表示完整嵌入張量的單個張量，或除第一個維度外所有相同形狀的張量列表，表示遵循"div" 分區策略的分片嵌入張量。
ids 類型為 int32 或 int64 的 Tensor 包含要在 params 中查找的 ID。
max_norm 如果不是 None ，則每個嵌入在其 l2-norm 大於此值時被剪裁。
name 操作的名稱(可選)。

A Tensor與中的張量具有相同的類型params.
例如，如果 params 是一個 5x2 矩陣：
```
[[1, 2], [3, 4], [5, 6], [7, 8], [9, 10]]
```
或矩陣列表：
```
params[0]:[[1, 2], [3, 4]]
params[1]:[[5, 6], [7, 8]]
params[2]:[[9, 10]]
```
ids 是：
```
[0, 3, 4]
```
輸出將是一個 3x2 矩陣：
```
[[1, 2], [7, 8], [9, 10]]
```

拋出

ValueError 如果params 為空。

此函數用於對 params 中的張量列表執行並行查找。它是 tf.gather 的泛化，其中 params 被解釋為大嵌入張量的分區。

如果 len(params) > 1 ，則 ids 的每個元素 id 根據 "div" 分區策略在 params 的元素之間進行分區，這意味著我們以連續的方式將 id 分配給分區。例如，13 個 id 被分成 5 個分區：[[0, 1, 2], [3, 4, 5], [6, 7, 8], [9, 10], [11, 12]]。

如果 id 空間不均分分區數，那麽前(max_id + 1) % len(params) 個分區中的每一個都會被分配一個多一個 id。

查找的結果被連接成一個密集的張量。返回的張量具有形狀 shape(ids) + shape(params)[1:] 。

相關用法

注：本文由純淨天空篩選整理自tensorflow.org大神的英文原創作品 tf.nn.embedding_lookup。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。