从gensim word2Vec获取权重矩阵

我在Python中使用gensim的word2vec包。我希望获取在skip-gram学习过程中学习到的WW'权重矩阵。

我认为model.syn0可以给我第一个矩阵,但我不确定如何获取第二个矩阵。有什么想法吗?

实际上,我非常希望找到关于模型可访问属性的详尽文档,因为官方文档似乎不够精确(例如,syn0没有被描述为一个属性)


回答:

model.wv.syn0包含了输入嵌入矩阵。当使用层次化softmaxhs=1)训练时,输出嵌入存储在model.syn1中;当使用负采样(negative>0)时,存储在model.syn1neg中。就是这样!当层次化softmax和负采样都没有启用时,Word2Vec使用单一的权重矩阵model.wv.syn0进行训练。

另见相关讨论这里

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注