torch.nn.Embedding()详解

PyTorch中的Embedding Layer

一、语法格式

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

1、参数说明
（1）num_embeddings(int）：语料库字典大小；
（2）embedding_dim(int)：每个嵌入向量的大小；
（3）padding_idx(int, optional)：输出遇到此下标时用零填充；
（4）max_norm(float, optional)：重新归一化词嵌入，使它们的范数小于提供的值；
（5）norm_type(float, optional)：对应max_norm选项计算p范数时的p，默认值为2；
（上面的4、5两个参数基本不用，通常使用kaiming和xavier初始化参数）
（6）scale_grad_by_freq(boolean, optional)：将通过小批量中单词频率的倒数来缩放梯度，默认为False。注意！这里的词频指的是自动获取当前小批量中的词频，而非整个词典；
（7） sparse(bool, optional)：如果为True，则与权重矩阵相关的梯度转变为稀疏张量。

稀疏张量指反向传播时只更新当前使用词的权重矩阵，以加快更新速度。但是，即使设置 sparse=True ，权重矩阵也未必稀疏更新，原因如下：

与优化器相关，使用SGD、Adam等优化器时包含momentum项，导致不相关词的Embedding依然会叠加动量，无法稀疏更新；
使用weight_decay，即正则项计入损失值。

基本上通常需要设置的参数是前三个

2、变量说明
Embedding.weight为可学习参数，形状为 (num_embeddings, embedding_dim) ，初始化为标准正态分布 (N(0, 10)) 。
输入：input(*)，数据类型LongTensor，一般为[mini-batch, nums of index]。
输出：output( * , embedding_dim)，其中 * 是输入的形状。

二、实例

import torch
import torch.nn as nn

# 1、定义查找表的形状为10*3
embedding = nn.Embedding(10, 3)

# 2、查看Embedding初始化权重信息
embedding.weight
print(embedding.weight)

# 3、定义输入
input = torch.LongTensor([[1, 2, 4, 5], [4, 3, 2, 9]])

# 4、将输入中的每个词转换为词嵌入
a = embedding(input)
print(a)

输出结果：

Parameter containing:
tensor([[-1.7372, -0.7281, -1.9509],
        [-1.1080,  0.7775, -0.7351],
        [ 0.9606,  2.3034,  1.1976],
        [-0.6429,  2.1996, -0.0045],
        [-0.6949, -1.9427, -0.3486],
        [-2.4980, -0.7219,  1.0658],
        [-1.4095,  1.7520,  0.7215],
        [-0.2162,  0.7108,  0.9062],
        [-2.3733,  0.1184, -0.9335],
        [-0.0870,  0.1308, -0.6418]], requires_grad=True)
tensor([[[ 0.2644,  0.4962, -2.5476],
         [ 1.3521, -0.2055,  0.9044],
         [-0.3781,  0.0259, -1.7972],
         [-1.0164, -0.5694, -1.0062]],

        [[-0.3781,  0.0259, -1.7972],
         [-1.6988, -1.1996, -1.7316],
         [ 1.3521, -0.2055,  0.9044],
         [-1.1474,  0.9734, -0.2874]]], grad_fn=<EmbeddingBackward0>)

Process finished with exit code 0

requires_grad=True，所以weight是可学习的。

三、初始化
Enbedding Layer是如何初始化权重矩阵（即查找表）的？？
观察nn.Embedding对应的源码：

class Embedding(Module):
		............
        if _weight is None:
            self.weight = Parameter(torch.empty((num_embeddings, embedding_dim), **factory_kwargs))
            self.reset_parameters()
        else:
    ............
    def reset_parameters(self) -> None:
        init.normal_(self.weight)
............

更新weight时主要使用了实例方法self.reset_parameters()，而这个实例方法又调用了初始化（init）模块中的normal_方法。

题外话
对于CNN中的参数：

-可学习的参数：卷积层和全连接层的权重、bias、BatchNorm的 [公式] 等。

-不可学习的参数(超参数)：学习率、batch_size、weight_decay、模型的深度宽度分辨率等。

torch.nn.Embedding()详解

PyTorch中的Embedding Layer

悦读