今天我在使用 PyTorch 當中的 nn.Embedding 時，由於我誤會了 nn.Embedding 的使用方法，故出現了以下報錯：
return torch.embedding(weight, input, padding_idx, scale_grad_by_freq, sparse)
RuntimeError: index out of range: Tried to access index 5 out of table with 4 rows.
at /pytorch/aten/src/TH/generic/THTensorEvenMoreMath.cpp:237花費了我好一番功夫，我才終於搞明白自己錯在哪 —— 這算是我在學習 PyTorch 的過程中，數一數二沒有頭緒的報錯。不過讓我為自己小小辯解一下，我昨天只有睡兩個小時，著實很累，哈哈哈。
根據我的經驗，我自己紀錄下來的 PyTorch 報錯解決方法，通常我自己一定會再來查看第二遍，有點可撥。不過如果真的是我很熟知要怎麼解決的問題，那我想我根本不會有想要紀錄下來的衝動就是了，哈哈哈。
話題扯遠了，以下就來看看這個報錯發生的過程吧。
問題描述
我的問題發生得非常簡單，簡單來說，就是我在測試以下這樣的程式碼：
embedding = nn.Embedding(5, 3, padding_idx=0) inputs = torch.tensor([1, 2, 3, 4, 5]) print(embedding(inputs))
正當我志得意滿、滿心以為接下來我就會得到一串形狀為 [5, 3] 的向量的時候，我反而得到了以下報錯：
return torch.embedding(weight, input, padding_idx, scale_grad_by_freq, sparse)
RuntimeError: index out of range: Tried to access index 5 out of table with 4 rows.
at /pytorch/aten/src/TH/generic/THTensorEvenMoreMath.cpp:237查了老半天，我才終於發現自己的問題所在。
看看官方的文檔，在輸入文字的時候，我應該要事先『詞彙』轉換成『數值』，這很明確，可是我搞錯了 “num_embeddings” 的意思。直覺上，我以為 num_embeddings 是指我輸入的字串應該要有的詞量維度，比方說我的輸入為：
Today is a nice day那麼我的輸入就是 5 個詞。轉換成數值之後可能為：
[1, 2, 3, 4, 5]輸入 embedding 之後，就會出現錯誤了！
其實，問題真的很單純：num_embedding 並不是指當前輸入的字串長度，而是所有相異字的 Index 應有的數量，而且是從 0 開始編號 —— 所以，如果是以下 embedding：
embedding = nn.Embedding(5, 3, padding_idx=0)
那麼，輸入的 Index 就只能在 [0, 4] 之間了。
強烈建議，在使用 nn.Embedding() 前，先確認自己字典的維度。
References
- https://stackoverflow.com/questions/50747947/embedding-in-pytorch
- https://discuss.pytorch.org/t/embeddings-index-out-of-range-error/12582/5
- https://stackoverflow.com/questions/56010551/pytorch-embedding-index-out-of-range
Read More
- [已解決][PyTorch] IndexError: Dimension out of range (expected to be in range of [-1, 0], but got 1)
- [已解決][PyTorch] TypeError: not a sequence
- [已解決][PyTorch] RuntimeError: bool value of Tensor with more than one value is ambiguous
- [已解決][PyTorch] ValueError: expected sequence of length 300 at dim 1 (got 3)
- [已解決][PyTorch] AttributeError: ‘tuple’ object has no attribute ‘size’
我也遇到了相似的问题，很感谢你！！现在解决了哈哈
恭喜！