embedding

    • embedding(input, size, is_sparse=False, is_distributed=False, padding_idx=None, param_attr=None, dtype='float32')[源代码]

    输出的Tensor的shape是在输入Tensor shape的最后一维后面添加了emb_size的维度。

    • 参数：
      • input (Variable) - 存储id信息的Tensor或LoDTensor，数据类型必须为：int64。input中的id必须满足 0 =< id < size[0] 。
      • size (tuple|list) - embedding矩阵的维度。必须包含两个元素，第一个元素为vocab_size(词表大小), 第二个为emb_size（embedding层维度）。
      • is_sparse (bool) - 是否使用稀疏的更新方式，这个参数只会影响反向的梯度更新的性能，sparse更新速度更快，推荐使用稀疏更新的方式。但某些optimizer不支持sparse更新，比如 、 AdamaxOptimizer 、 、 FtrlOptimizer 、 、LarsMomentumOptimizer ，此时is_sparse必须为False。默认为False。
      • padding_idx (int|long|None) - padding_idx需在区间[-vocab_size, vocab_size)，否则不生效，padding_idx<0时，padding_idx 会被改成 vocab_size + padding_idx，input中等于padding_index的id对应的embedding信息会被设置为0，且这部分填充数据在训练时将不会被更新。如果为none，不作处理，默认为None。
      • param_attr (ParamAttr) - 指定权重参数属性的对象。默认值为None，表示使用默认的权重参数属性。具体用法请参见 。此外，可以通过 参数加载用户自定义或预训练的词向量。只需将本地词向量转为numpy数据格式，且保证本地词向量的shape和embedding的 size 参数一致，然后使用 NumpyArrayInitializer 进行初始化，即可实现加载自定义或预训练的词向量。详细使用方法见代码示例2。
      • dtype (str|core.VarDesc.VarType) - 输出Tensor或LoDTensor的数据类型，数据类型必须为：float32，float64，默认为float32。

    返回：input映射后embedding Tensor或LoDTensor，数据类型和dtype定义的类型一致。

    代码示例:

    1. import paddle.fluid as fluid
    2. data = fluid.layers.data(name='sequence', shape=[1], dtype='int64', lod_level=1)
    3.  
    4. # 示例 1
    5.  
    6. # 示例 2: 加载用户自定义或预训练的词向量
    7. weight_data = np.random.random(size=(128, 100))  # numpy格式的词向量数据
    8. w_param_attrs = fluid.ParamAttr(
    9.     name="emb_weight",
    10.     learning_rate=0.5,
    11.     initializer=fluid.initializer.NumpyArrayInitializer(weight_data),
    12. emb_2 = fluid.embedding(input=data, size=(128, 100), param_attr=w_param_attrs, dtype='float32')