我正在研究tensorflow示例here，对于嵌入，它们具有以下内容：
tf.keras.layers.Embedding(vocab_size, embedding_dim,
batch_input_shape=[batch_size, None])
它们的vocab_size（从以前开始）为65，而嵌入的dim为256。
因此，它们将0到64之间的整数作为维数为256的向量。这将使其更稀疏。这有什么好处？我以为通常的用法是将稀疏向量变为压缩程度更高的向量，以估计较少的参数？