tf.nn.embedding_lookup

tf.nn.embedding_lookup(
params,
ids,
partition_strategy=’mod’,
name=None,
validate_indices=True,
max_norm=None
)
这个函数的意思就是按照ids查找params里面的vector然后输出。
比如：

import numpy as np import tensorflow as tf params = np.identity(5) print(params)

params是一个5x5的矩阵。

[[1. 0. 0. 0. 0.]  [0. 1. 0. 0. 0.]  [0. 0. 1. 0. 0.]  [0. 0. 0. 1. 0.]  [0. 0. 0. 0. 1.]]

ids是3，2，1。

ids = [3,2,1] out = tf.nn.embedding_lookup(params,ids) sess  = tf.InteractiveSession() print(sess.run(out))

那就会返回params的第三个，第二个，第一个vector组成matrix。

[[0. 0. 0. 1. 0.]  [0. 0. 1. 0. 0.]  [0. 1. 0. 0. 0.]]

如果ids2 = [[0,2],[3,1],[4,2]]，那么就会返回：

[[[1. 0. 0. 0. 0.]   [0. 1. 0. 0. 0.]]   [[0. 0. 1. 0. 0.]   [0. 1. 0. 0. 0.]]   [[0. 0. 0. 0. 1.]   [0. 0. 1. 0. 0.]]]

文章来源: tf.nn.embedding_lookup