torch怎么让Embedding不变

要让Embedding不变，可以使用torch.no_grad()函数来禁止梯度计算和参数更新。这样可以确保Embedding层的权重在训练过程中不会被更新。以下是一个示例代码：

import torch
import torch.nn as nn

# 创建一个Embedding层
embedding = nn.Embedding(10, 3)  # 假设有10个词，每个词用3维向量表示

# 将Embedding层的权重设置为固定值
with torch.no_grad():
    embedding.weight.fill_(1.0)  # 将权重设置为1.0

# 测试Embedding层的输出
input = torch.LongTensor([[1, 2, 3], [4, 5, 6]])  # 输入两个句子，每个句子有3个词
output = embedding(input)
print(output)

在上述代码中，通过使用torch.no_grad()函数，我们可以在设置Embedding层的权重时禁止梯度计算和参数更新，从而使Embedding层的权重保持不变。