Tensorflow 为什么tf.nn.embedding\u查找使用嵌入列表？

我想知道为什么

tf.nn.embedded_lookup

使用张量列表，而

tf.gather

只对单个张量执行查找。为什么我需要查找多个嵌入

---

我想我在某个地方读到过，它对于在大型嵌入上节省内存是有用的，但我不确定这将如何工作，因为我不知道拆分嵌入将如何节省任何东西。

tf.embedding\u lookup

函数假设嵌入矩阵是分片的，即分为许多块。实际上，当嵌入矩阵被单向切分时，它可以工作，在这种情况下，它的行为类似于

tf.gather

但更有趣的情况是，当嵌入矩阵很大时，您无法将其放在一台机器的内存中，或者，您希望嵌入查找操作具有较高的带宽。在这些情况下，它有助于将矩阵划分为多个部分。这些片段可以分布在不同的机器上，以将其全部存储在内存中，还允许并行读取以获得更高的查找带宽。

可能的副本