embedding层作用：①降维②对低维的数据进行升维时，可能把一些其他特征给放大了，或者把笼统的特征给分开了。

Embedding其实就是一个映射，从原先所属的空间映射到新的多维空间中，也就是把原先所在空间嵌入到一个新的空间中去。

one-hot编码
优点：计算方便快捷、表达能力强。
缺点：过于稀疏时，过度占用资源。

我从哪里来，要到何处去
[
[1 0 0 0 0 0 0 0 0 0]
[0 1 0 0 0 0 0 0 0 0]
[0 0 1 0 0 0 0 0 0 0]
[0 0 0 1 0 0 0 0 0 0]
[0 0 0 0 1 0 0 0 0 0]
[0 0 0 0 0 1 0 0 0 0]
[0 0 0 0 0 0 1 0 0 0]
[0 0 0 0 0 0 0 1 0 0]
[0 0 0 0 0 0 0 0 1 0]
[0 0 0 0 0 0 0 0 0 1]
]

面对one-hot的优缺点，Embedding层横空出世。

2x6矩阵乘6x3矩阵变成了2x3矩阵。
因此，embedding层，在某种程度上，就是用来降维的，降维的原理就是矩阵乘法。
也就是说，假如我们有一个100W x10W的矩阵，用它乘上一个10W x 20的矩阵，我们可以把它降到100W x 20，瞬间量级降了10W/20=5000倍！！！然而，中间那个10W x 20的矩阵，可以理解为查询表，也可以理解为映射表，也可以理解为过度表。

低维的数据可能包含的特征是非常笼统的，我们需要不停地拉近拉远来改变我们的感受野。

embedding的又一个作用体现了，对低维的数据进行升维时，可能把一些其他特征给放大了，或者把笼统的特征给分开了。同时，这个embedding是一直在学习在优化的，就使得整个拉近拉远的过程慢慢形成一个良好的观察点。比如：我来回靠近和远离屏幕，发现45厘米是最佳观测点，这个距离能10秒就把5个不同点找出来了。

回想一下为什么CNN层数越深准确率越高，卷积层卷了又卷，池化层池了又升，升了又降，全连接层连了又连。因为我们也不知道它什么时候突然就学到了某个有用特征。但是不管怎样，学习都是好事，所以让机器多卷一卷，多连一连，反正错了多少我会用交叉熵告诉你，怎么做才是对的我会用梯度下降算法告诉你，只要给你时间，你迟早会学懂。因此，理论上，只要层数深，只要参数足够，NN能拟合任何特征。

https://www.freesion.com/article/35401156246/