padding_idx：固定一行
只让指定 padding 行不参与梯度更新；其他被访问的普通词行仍可学习。
Padding、池化与嵌入参数实验室
补零能把序列对齐，却不应偷偷改变句子的表示。先比较两种平均方式，再进入嵌入表，观察 padding_idx 到底固定了什么。
零 padding 为什么仍会稀释直接平均？
59
训练一步：谁的嵌入行会更新？
学习率固定为 0.1。批次访问了 <PAD> 和“电影”，但没有访问“天气”。
| 嵌入行 | 训练前 | 本步梯度 | 训练后 | 解释 |
|---|
尚未训练。启用 padding_idx 时，padding 行的梯度会被固定为 0。
freeze=True：冻结整张表
整个嵌入权重都不更新。它不是“只固定 padding 行”的同义写法。
sparse=True：改变梯度存储
权重梯度改用稀疏形式，只记录被访问行；Embedding 的前向输出依旧是普通的稠密张量。