1. num_embeddings (python:int) – 词典的大小尺寸，比如总共出现5000个词，那就输入5000。此时index为（0-4999）
2. embedding_dim (python:int) – 嵌入向量的维度，即用多少维来表示一个符号。
3. padding_idx (python:int, optional) – 填充id，比如，输入长度为100，但是每次的句子长度并不一样，后面就需要用统一的数字填充，而这里就是指定这个数字，这样，网络在遇到填充id时，就不会计算其与其它符号的相关性。（初始化为0）
4. max_norm (python:float, optional) – 最大范数，如果嵌入向量的范数超过了这个界限，就要进行再归一化。
5. norm_type (python:float, optional) – 指定利用什么范数计算，并用于对比max_norm，默认为2范数。
6. scale_grad_by_freq (boolean, optional) – 根据单词在mini-batch中出现的频率，对梯度进行放缩。默认为False.
7. sparse (bool, optional) – 若为True,则与权重矩阵相关的梯度转变为稀疏张量。

后面的一堆东西，用过的都知道好像都没啥用是不是，那就别管它了。

其实一般就是前用两个参数
第2个参数 embedding_dim 就是嵌入向量的维度，即用embedding_dim值的维数来表示一个基本单位。
第1个参数 num_embeddings 就是生成num_embeddings个嵌入向量。
比如下面的代码，生成6个嵌入向量，每个嵌入向量的维度是2，
然后通过 .weight 看到生成的都是随机数：

embedding = nn.Embedding(6, 2)
print(embedding.weight)
Parameter containing:
tensor([[-0.7965, -0.2459],
        [ 1.1508, -0.7320],
        [ 0.0154, -0.2846],
        [ 0.2236, -0.0293],
        [ 0.5198, -1.1245],
        [ 0.7478,  0.3544]], requires_grad=True)

我们知道嵌入向量的每个值是随机数，那么这些随机数服从什么分布呢？

embedding = nn.Embedding(1, 3000)
m = embedding.weight[0]
print('均值：',torch.mean(m),'方差：',torch.var(m))
from scipy.stats import shapiro
print('结果：',shapiro(m.detach().numpy()))
均值： tensor(0.0049, grad_fn=<MeanBackward0>) 方差： tensor(0.9697, grad_fn=<VarBackward>)
结果： ShapiroResult(statistic=0.9994555711746216, pvalue=0.5714033246040344)

通过上面的代码我们可以看到数据的均值为0，方差为1。并且同时scipy.stats.shapiro可以检测数据是否符合正太分布，输出结果中第一个为统计量，统计量越接近1越代表数据和正态分布拟合的好，可以看到第一个值接近于1。所以我们可以知道：嵌入向量中的值是服从标准正态分布的。

那么我们是如何使用这些向量表示我们的词呢？
是索引。
看下面的代码：

embedding = nn.Embedding(6, 2)
x=torch.rand((3,2))*10
embedding(x)

这样的结果是报错，因为float不能作为索引：
要求输入必须是整数型。

embedding = nn.Embedding(6, 2)
print('embedding.weight:',embedding.weight)
t = torch.ones((100,100)).to(int)
print('embedding(t):',embedding(t))
embedding.weight: Parameter containing:
tensor([[ 0.2666,  1.6938],
        [-0.2191,  0.2008],
        [ 0.0308,  0.3599],
        [ 0.6266, -1.1199],
        [ 2.0277, -0.3861],
        [-0.1880,  0.6900]], requires_grad=True)
embedding(t): tensor([[[-0.2191,  0.2008],
         [-0.2191,  0.2008],
         [-0.2191,  0.2008],
         ...,
         [-0.2191,  0.2008],
         [-0.2191,  0.2008],
         [-0.2191,  0.2008]],

        [[-0.2191,  0.2008],
         [-0.2191,  0.2008],
         [-0.2191,  0.2008],

输出结果很长，所以这里只展示一部分。我们先生成了一个 t , t 相当于我们的文本了，一共有100个句子，每个句子100个词。而我们对 t 的编码结果是每个词都是[-0.2191, 0.2008]，我们发现这和embedding.weight[1]是一样的。因为Embedding就是根据索引值编码的。Embedding生成的每个嵌入向量都通过索引存储起来，以供后期编码使用。
又比如：

embedding = nn.Embedding(6, 2)
print('embedding.weight:',embedding.weight)
x=(torch.rand((3,2))*10).to(int)
print('x：',x)
print('embedding(x):',embedding(x))
embedding.weight: Parameter containing:
tensor([[-0.8326, -0.4983],
        [ 2.1820, -0.1443],
        [-0.4806, -0.1235],
        [ 0.3978, -0.2895],
        [ 1.2748, -1.1211],
        [-0.4095, -0.5246]], requires_grad=True)
x： tensor([[2, 6],
        [4, 5],
        [4, 7]])

以及报错：

我们可以看到报错信息索引超过了范围，因为Embedding的最大索引为5，而x中的6和7超过了这个值，所以就报错了。

并且nn.Embedding()是可以训练的,参考这个：
torch.nn.Embedding是否有梯度，是否会被训练

注：其实这个和nn.Parameter()的工作原理是一样的，都是先生成一些嵌入向量，然后调用它对自己的输入进行编码时，通过索引来取值编码。