一般送给模型之前的输入数据，如果不考虑embedding，直接linear、gru、RNN、transformer这种模型，一般输入就是三维的 batch_size, sql_len, embedding_dim；但如果中间要经过embedding层，那么在送给embedding之前，一定是 batch_size, seq_len；
embedding类似于linear层，在内部定义了一个矩阵，这个矩阵的行是num_embeddings、列是embedding_dim；
bash
embedding6 = nn.Embedding(10, 30)
input5 = torch.tensor([[1, 4, 5, 9], [2, 3, 4, 10]])使用时根据数字，数字其实对应的就是索引，根据索引查对于的向量：1对应第2行，有30个数；经过embedding后原始的维度会升一维，由 2, 4 升到 2, 4, 30；
padding_idx：表示指定的数字初始化为0 ，指定哪个数 其对应的向量初始化值就是0；
3.4.2 Embedding的代码实现：
nn.embedding核心就是创建一个矩阵：nn.Embedding(num_embeddings=xx, embedding_dim=xx)，有多少单词需要进行词嵌入，它的行数 num_embeddings就是多少；一个单词的词嵌入维度是多少，它的列数 embedding_dim就是多少；下图是 embedding的解释：
首先 nn.Embedding(vocabs, embedding_dim)：vocabs：代表去重之后的词汇总量、embedding_dim：代表你想表示每个词的词向量维度，本质，一旦运行完即实例化完这个对象，它就会在神经网络中初始化一个矩阵，形状为：vocabs * embedding_dim；现在有一句 "我爱女的"，分成四个字即 vocabs=4，想把每个单词用三维向量表示 即 embedding_dim=3 ，实例化完这个对象就变成了图中 4行3列的矩阵，如何得知某个单词对应的向量，比如"我"？：一旦初始化之后旧不会再变了，"我"对应的是第 1行的向量、"爱"对应的是第 2行的向量，...；根据索引去查表：look up table查表，即一旦分词完，每个词的索引就固定了，然后根据索引找向量(每行)；
代码中：seq_ids = tokenizer.texts_to_sequences(word_list)将文本序列转换成数字序列，为什么要转数字？：因为这个是索引，只有数字才能充当索引；所以nn.Embedding(num_embeddings=xx, embedding_dim=xx)中 num_embeddings是 int类型，即 id是整数；
Embedding本质就是一个矩阵，根据每个单词对应的数字（此数字即为索引），拿着索引查表，查到的那行向量就是这个单词对应的向量，一开始他是标准正太分布初始化分布的，随着模型的迭代会随着任务而更新，此为 nn.embedding;