Hat Gensim Word2Vec
haben eine Option, die entspricht "Trainingsschritte" in der TensorFlow word2vec Beispiel hier: Word2Vec Basic? Falls nein, welchen Standardwert verwendet Gensim? Gilt der Gensim-Parameter iter
für Trainingsschritte?Gensim Äquivalent von Trainingsschritten
Das TensorFlow-Skript enthält diesen Abschnitt.
with tf.Session(graph=graph) as session:
# We must initialize all variables before we use them.
init.run()
print('Initialized')
average_loss = 0
for step in xrange(num_steps):
batch_inputs, batch_labels = generate_batch(
batch_size, num_skips, skip_window)
feed_dict = {train_inputs: batch_inputs, train_labels: batch_labels}
# We perform one update step by evaluating the optimizer op (including it
# in the list of returned values for session.run()
_, loss_val = session.run([optimizer, loss], feed_dict=feed_dict)
average_loss += loss_val
if step % 2000 == 0:
if step > 0:
average_loss /= 2000
# The average loss is an estimate of the loss over the last 2000 batches.
print('Average loss at step ', step, ': ', average_loss)
average_loss = 0
# Note that this is expensive (~20% slowdown if computed every 500 steps)
if step % 10000 == 0:
sim = similarity.eval()
for i in xrange(valid_size):
valid_word = reverse_dictionary[valid_examples[i]]
top_k = 8 # number of nearest neighbors
nearest = (-sim[i, :]).argsort()[1:top_k + 1]
log_str = 'Nearest to %s:' % valid_word
for k in xrange(top_k):
close_word = reverse_dictionary[nearest[k]]
log_str = '%s %s,' % (log_str, close_word)
print(log_str)
final_embeddings = normalized_embeddings.eval()
Im TensorFlow Beispiel, wenn ich T-SNE auf den Einbettungen und Plotten mit matplotlib ausführen, sieht die Handlung mir mehr sinnvoll, wenn die Anzahl der Stufen hoch ist. Ich verwende ein kleines Korpus von 1.200 E-Mails. Eine Möglichkeit, die vernünftiger erscheint, ist, dass Zahlen zusammen gruppiert sind. Mit gensim möchte ich das gleiche scheinbare Qualitätsniveau erreichen.