李超的自留地 
Embedding 的作用是将稀疏向量转换成稠密向量，便于上层深度神经网络处理。embedding 的技术的作用不止于此，它的应用场景非常多元化，而且实现方法也各不相同。
形式上讲：Embedding 就是用一个低维稠密的向量“表示”一个对象。表示意味着 Embedding 向量能够表达相应对象的某些特征，同时向量之间的距离反映了对象之间的相似性。
与词向量使用大量文本语料进行训练不同，不同领域的训练样本肯定是不同的，比如视频推荐往往使用用户的观看序列进行电影的Embedding化，而电商平台则会使用用户的购买历史作为训练样本。