Embedding和One-Hot的区别？
在推荐系统或者一些大型文本分类数据任务上，对于一些数据的维度非常高，而且因为稀疏型（分类）特征不能直接喂给模型，我们需要将其映射成稠密连续特征（数值型）。
假设现在有个字段为城市，分别取值为上海，北京，深圳，如果直接将这三个值输入到模型中，一般的模型是无法识别文本的，有些模型只能够识别数值，所以我们需要将其数值化，如果不考虑关联度，我们只需要将上海映射为0，北京映射为1，深圳映射为2，然后输入到模型中，但是这样会使原来相关无关联的数值存在大小关系。
还有一种就是较为常用的One-Hot编码，它是利用了物理中的或门，只有满足条件对应的电路才会被激活
上海：【1，0，0】
北京：【0，1，0】
深圳：【0，0，1】
这样就可以将原来的分类特征转化成数值型特征，但是这样做会有两个缺点：
- 对于推荐系统这种数据，用户ID或者物品ID随便就有几百万，如果使用这种方式会造成维度爆炸，如果将全部分类特征进行One-Hot编码那么维度将会上升到几千万乃至几亿
- 而且编码后的向量相互之间的相似度为0，这样会导致如果两个文本之间存在相似也会造成丢失，比如苹果和梨这两种水果我们需要将其编码如果只是01编码的化，会导致两者之间无关联，但是二者都是水果会存在一定的相似性，显然这种情况使用One-Hot编码不合适
所以Embedding应运而生，它是会将我们高维离散数据映射到低维稠密空间中，在推荐系统领域较为常用，而且在TensorFlow也已经作为一个层出现，它会将我们的离散值映射成稠密值，比如会将0映射成【0.2，0.35，0.62】
上海：【2.33，0.52，0.15，1.79】
北京：【0.28，0.31，0.14，0.10】
深圳：【1.94，0.30，0.52，0.92】
它会将上面几个文本转化成一个实值组成的向量，而且我们的Embedding可以进行训练，如果两个文本之间相似，那么它们对应的实值向量的相似度也会非常高。
TensorFlow中代码实现
# (32, 10)
input = np.random.randint(1000, size=(32, 10))
output = Embedding(input_dim=1000,
output_dim=64)(input)
print(output.shape)
>>> (32, 10, 64)
Embedding（input_dim，output_dim）
- imput_dim：词汇量个数，就是你这个特征所有的类别数
- output_dim：最终映射的维度
上面的例子我们首先定义了一个array，维度为【32，10】，就是32个样本，10个特征，然后我们Embedding参数中的input_dim输入为1000，说明我们所有语料库所有特征可以取的值总的类别有1000个，然后output_dim为64，就是会将每个实值映射成一个64维的一个向量，最终的输出维度为【32，10，64】
也就是原来每个样本有10个特征，10个数值，现在它会将这10个数，每个数映射成一个64维的向量，1个数对应1个64维向量，现在有10个数，那么每个样本从原来的10个数，变成了现在的10个64维向量，原来的每个数现在用一个64维连续向量进行描述。
它的机制是这样的，训练后，它的内部会有一个【1000，64】维的表（矩阵），因为我们设定语料库维1000，也就是总共有1000个可选的值，然后模型会进行训练，将这1000个离散值训练成一个64维的连续向量，这样就会形成一个1000个64维的数表，然后将我们数据进行映射时就会从这种表进行寻找。
