embedding_lookup函数检索
params张量的行。该行为类似于对numpy中的数组使用索引。例如
matrix = np.random.random([1024, 64]) # 64-dimensional embeddingsids = np.array([0, 5, 17, 33])print matrix[ids] # prints a matrix of shape [4, 64]
params参数也可以是张量的列表，在这种情况下，
ids将在张量之间分配。例如，给定的3张量列表
[2,64]，默认行为是，他们将代表
ids：
[0, 3]，
[1, 4]，
[2, 5]。
partition_strategy控制
ids列表中的分布方式。当矩阵可能太大而无法合为一体时，分区对于较大规模的问题很有用。
