pytorch 的嵌入层内部究竟发生了什么？

Question

从多次搜索和pytorch文档本身，我可以发现在嵌入层内部有一个查找表，其中存储了嵌入向量。我无法理解的是：

1. 在这一层的训练过程中到底发生了什么？
2. 权重是多少以及如何计算这些权重的梯度？
3. 我的直觉是至少应该有一个带有一些参数的函数来生成查找表的键。如果是这样，那么这个功能是什么？

在这方面的任何帮助将不胜感激。谢谢。

Answer 1

这真是个好问题！PyTorch 的嵌入层（Tensorflow 也是如此）用作查找表，只是为了检索每个输入的嵌入，即索引。考虑以下情况，您有一个句子，其中每个单词都被标记化。因此，句子中的每个单词都用唯一的整数（索引）表示。如果索引（单词）列表是[1, 5, 9]，并且您想使用50维度向量（嵌入）对每个单词进行编码，您可以执行以下操作：

# The list of tokens
tokens = torch.tensor([0,5,9], dtype=torch.long)
# Define an embedding layer, where you know upfront that in total you
# have 10 distinct words, and you want each word to be encoded with
# a 50 dimensional vector
embedding = torch.nn.Embedding(num_embeddings=10, embedding_dim=50)
# Obtain the embeddings for each of the words in the sentence
embedded_words = embedding(tokens)

现在，回答您的问题：

1. 在前向传递期间，句子中每个标记的值将以与 Numpy 的索引工作类似的方式获得。因为在后端，这是一个可微分操作，在反向传递（训练）期间，Pytorch 将计算每个嵌入的梯度并相应地重新调整它们。

2. 权重是嵌入本身。词嵌入矩阵实际上是一个权重矩阵，会在训练过程中学习到。

3. 本身没有实际功能。正如我们上面定义的，句子已经被标记化（每个词都用一个唯一的整数表示），我们可以得到句子中每个标记的嵌入。

最后，正如我多次提到的索引示例，让我们尝试一下。

# Let us assume that we have a pre-trained embedding matrix
pretrained_embeddings = torch.rand(10, 50)
# We can initialize our embedding module from the embedding matrix
embedding = torch.nn.Embedding.from_pretrained(pretrained_embeddings)
# Some tokens
tokens = torch.tensor([1,5,9], dtype=torch.long)

# Token embeddings from the lookup table
lookup_embeddings = embedding(tokens)
# Token embeddings obtained with indexing
indexing_embeddings = pretrained_embeddings[tokens]
# Voila! They are the same
np.testing.assert_array_equal(lookup_embeddings.numpy(), indexing_embeddings.numpy())