pytorch在何处嵌入“；最大“标准”；实施？

“嵌入”类文档说

max_norm（float，可选）–如果给定，将在提取之前重新规范化嵌入向量，使其具有小于此值的范数。

1） 在我的模型中，我使用这个嵌入类作为参数，而不仅仅是作为输入（模型学习嵌入）。在这种情况下，我假设每次更新发生时，嵌入都会被重新规范化，而不仅仅是在初始化时。我的理解正确吗

2） 我想通过查看源代码来确认，但在pytorch嵌入类中找不到实现。

---

有人能给我指一下

max\u norm

实现吗？

如果您在Embedded类中看到

forward

函数，那么在cpp文档中有一个使用Embedded\u renorm的引用，这意味着它是一个cpp实现。pytorch repo上的一些github搜索指向此文件（，）

---

对1的回答是肯定的。2的答案在上面

1）你可以测试它；2）

max\u norm

是一个选项，因此您可能想知道的实现是设置该选项后正在调用的函数的实现。链接现在已断开。我想知道为什么要找到用于火炬的C++源代码是如此困难。