用法：

a1 = tf.nn.embedding_lookup(a, index)

index是索引，a是輸入，通過index來選取a中對應的元素返回給a1，注意index是從0開始算起

例子：

import tensorflow as tfa = tf.constant([5, 6, 7, 8, 9]) index = tf.constant([1, 3]) a1 = tf.nn.embedding_lookup(a, index)with tf.Session() as sess:sess.run(tf.global_variables_initializer())print(sess.run(a1))

輸出：[6 8]，可知輸出了a中索引為1和3的元素

當a是二維數組時，輸出第index行元素

import tensorflow as tfa = tf.constant([[0, 1, 2], [3, 4, 5], [6, 7, 8]]) index = tf.constant([1]) a1 = tf.nn.embedding_lookup(a, index)with tf.Session() as sess:sess.run(tf.global_variables_initializer())print(sess.run(a))print(sess.run(a1))

輸出：

[[0 1 2]
?[3 4 5]
?[6 7 8]] ? ? ? ? ? ?

?

[[3 4 5]]

總結

以上是生活随笔為你收集整理的tf.nn.embedding_lookup的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。