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.]]]

最后

以上就是隐形项链最近收集整理的关于tf.nn.embedding_lookup的全部内容，更多相关tf内容请搜索靠谱客的其他文章。