[英]Training wordvec in Tensorflow, importing to Gensim
我正在從tensorflow教程中訓練word2vec模型。
訓練結束后,我得到了嵌入矩陣。 我想保存它並將其作為gensim中訓練有素的模型導入。
要在gensim中加載模型,命令為:
model = Word2Vec.load_word2vec_format(fn, binary=True)
但是如何從Tensorflow生成fn
文件?
謝謝
一種方法是將文件保存為非二進制Word2Vec格式,基本上如下所示:
num_words vector_size # this is the header
label0 x00 x01 ... x0N
label1 x10 x11 ... x1N
...
例:
2 3
word0 -0.000737 -0.002106 0.001851
word1 -0.000878 -0.002106 0.002834
保存文件,然后使用kwarg binary=False
加載:
model = Word2Vec.load_word2vec_format(filename, binary=False)
print(model['word0'])
加載模型的新方法是:
from gensim.models.keyedvectors import KeyedVectors
model = KeyedVectors.load_word2vec_format(model_path, binary=False)
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.