tensorflow如何实现嵌入列？

最近我在学习tensorflow的wide\u n\u deep\u教程，对tf.contrib.layers.Embedded\u专栏有点困惑。我想知道tensorflow是如何实现嵌入列的

---

例如，假设我有一个维度为1000的稀疏输入，我想将其嵌入到维度为10的密集特征中。它是否拥有1000*10个参数的全连接网络，并使用BP进行训练以更新参数？或者它是否使用其他一些技术（如FM）将1000维向量映射到10维向量？

嵌入列函数中有3个组合器：

“总和”：不正常化 “平均值”：是否进行l1标准化 “sqrtn”：执行l2规范化。请参阅更多tf.embedding\u lookup\u sparse

没有使用FM来调制/变换尺寸