学习b站https://www.bilibili.com/video/BV17y4y1m737?p=50的课程时，按照步骤写出现了点问题，然后稍微调整了下就实现了它视频中的效果。

先看效果：

实现步骤：

1.python代码：

def word_embedding():
    import torch
    import pandas as pd
    from torch.utils.tensorboard import SummaryWriter
    import tensorflow as tf
    import tensorboard as tb
    tf.io.gfile = tb.compat.tensorflow_stub.io.gfile

    writer = SummaryWriter()

    # 随机初始化一个100×5的矩阵，认为它是我们已经得到的词嵌入矩阵
    # 代表99个词汇，每个词汇被表示成50维的向量
    embedded = torch.randn(99, 50)

    # 导入事先准备好的99个中文词汇文件，形成meta列表原始词汇
    meta = pd.read_csv("data/vocab100.csv")
    list_meta = meta.values
    meta_list = []
    for meta_str in list_meta:
        meta_list.append(meta_str[0])
    writer.add_embedding(embedded, metadata=meta_list)
    writer.close()