举一个使用nn.Embedding的例子

好的，下面是一个使用nn.Embedding的例子：

import torch
import torch.nn as nn

# 假设我们要将10个单词表示成5维的向量
vocab_size = 10
embedding_dim = 5

# 定义一个Embedding层
embedding = nn.Embedding(vocab_size, embedding_dim)

# 输入一个1维tensor，表示单词的序号
input_tensor = torch.LongTensor([1, 3, 5, 7, 9])

# 使用Embedding层将输入的序号转换成对应的向量
output_tensor = embedding(input_tensor)

# 打印输出的张量的形状和值
print(output_tensor.size())
print(output_tensor)

在这个例子中，我们首先定义了词汇表的大小为10，每个单词用一个5维的向量表示。然后，我们定义了一个Embedding层，输入的是单词的序号，输出的是对应的向量。接着，我们将[1, 3, 5, 7, 9]这个序号的列表作为输入，使用Embedding层将其转换为对应的向量。最后，我们打印输出的张量的形状和值。

运行程序后，我们可以看到输出的形状为(5, 5)，表示有5个单词，每个单词用一个5维的向量表示。输出的值为一个5x5的矩阵，其中每一行表示一个单词的向量表示。