在TensorFlow嵌入投影仪上找不到Gensim上的Word2Vec word？
TensorFlow是一个开源的机器学习框架，而Gensim是一个用于自然语言处理的Python库。Word2Vec是Gensim库中的一个模型，用于将单词表示为向量。在TensorFlow嵌入投影仪上找不到Gensim上的Word2Vec word可能是由于以下几个原因：
- 缺少依赖：确保已经正确安装了Gensim库，并且版本与TensorFlow兼容。可以通过在命令行中运行
pip install gensim来安装最新版本的Gensim。 - 数据集问题：Word2Vec模型需要一个大型的文本语料库来训练单词向量。请确保你的数据集足够大，并且包含了你想要的单词。
- 模型训练问题：Word2Vec模型需要进行训练才能生成单词向量。请确保你已经正确地训练了Word2Vec模型，并且保存了训练好的模型。
- 模型加载问题：如果你已经正确地训练了Word2Vec模型并保存了模型文件，但在TensorFlow嵌入投影仪中找不到单词，可能是因为你没有正确地加载模型。请确保你使用了正确的加载模型的代码，并且指定了正确的模型文件路径。
总结起来，要在TensorFlow嵌入投影仪上找到Gensim上的Word2Vec word，需要确保正确安装了Gensim库，有足够大的数据集进行训练，正确训练并保存了Word2Vec模型，并正确加载模型。如果问题仍然存在，可以进一步检查代码和数据集，以确定是否有其他问题导致无法找到单词。
相关·内容
1回答
在TensorFlow嵌入投影仪上找不到Gensim上的Word2Vec word？
python-3.x、deep-learning、nlp、word2vec、word-embedding
我最近开始试验预训练的单词嵌入，以增强我的LSTM模型在NLP任务上的性能。在这种情况下，我查看了谷歌的Word2Vec。基于在线教程，我首先使用wget https://s3.amazonaws.com/dl4j-distribution/GoogleNews-vectors-negative300.bin.gz下载了Word2Vec，并使用python的gensim包查询嵌入，使用了以下代码。 from gensim.models import KeyedVectors
if __name__ == "__main__":
model = KeyedVector
浏览 26提问于2019-06-04得票数 0
2回答
什么时候使用不同的Word2Vec训练方法？
python、tensorflow、word2vec、word-embeddings、gensim
因此，我是第一次学习Word2Vec，我的问题是非常基本的:如何知道使用什么方法？比如Tensorflow中的Word2Vec还是用Gensim训练的Word2Vec？
在哪些情况下，通过更手动的第一种方法来实现它相对于第二种方法是有用的呢？如果已经有一种更简单的方法来使用gensim来训练word2vec模型，为什么不总是使用它呢？
此外，使用像谷歌新闻数据集这样的预先训练的模型有什么好处呢？当新闻数据集中没有包含单词时，会发生什么情况？
对不起，如果这个问题是基本的，我只想更清楚地了解整个情况。
浏览 0提问于2018-01-08得票数 3
回答已采纳
1回答
Gensim save_word2vec_format()诉model.save()
python、nlp、gensim、word2vec
我正在使用gensim版本的0.12.4，并且使用相同的文本和相同的参数训练了两个单独的单词嵌入。训练结束后，我正在计算单词发生频率与向量长度之间的Pearson相关性。一个模型我使用save_word2vec_format(fname, binary=True)训练，然后使用load_word2vec_format加载，另一个模型使用model.save(fname)训练，然后使用Word2Vec.load()加载。我知道word2vec算法是不确定的，因此结果会有所不同，但是这两个模型之间的相关性差别是相当大的。在这种情况下，我应该使用哪种方法？
浏览 0提问于2017-05-18得票数 1
1回答
WikiCorpus是否删除gensim中的stop_words？
python、nlp、gensim、word2vec
我在最新的维基百科文章转储上构建了一个盒子嵌入模型，我需要将它与gensim中的word2vec模型进行比较。我看到，如果我使用WikiCorpus类中的get_texts()方法将语料库数据生成为txt文件，会有很多停用词，所以这让我认为WikiCorpus不会删除停用词，不是吗？现在，一旦在维基语料库txt上训练了我的盒子模型，我注意到调用我为盒子嵌入打印创建的“最相似”函数经常会停止单词，而不是将相同的单词传递给在相同语料库txt上训练的word2vec模型的最相似函数，从而产生最佳结果。有人能告诉我为什么Word2vec模型在语料库txt上有很多停用词，而我的盒子模型在同一语料库上没有
浏览 13提问于2021-11-05得票数 0
3回答
如何加快Gensim Word2vec模型的加载时间？
deep-learning、gensim、word2vec
我正在构建一个聊天机器人，所以我需要使用Word2Vec向量化用户的输入。
我使用的是Google提供的一个有300万字的预训练模型(GoogleNews-vectors negative300)。
因此，我使用Gensim加载模型：
import gensim
model = gensim.models.KeyedVectors.load_word2vec_format('GoogleNews-vectors-negative300.bin', binary=True)
问题是加载模型大约需要2分钟。我不能让用户等那么久。
那么，我可以做些什么来加快加载时间呢？
我考虑将30
浏览 564提问于2017-03-24得票数 24
回答已采纳
2回答
如何将tensorflow的word2vec保存为文本/二进制文件，以便稍后使用kNN输出？
machine-learning、tensorflow、nlp、word2vec、embedding
我已经在tensorflow中训练了一个word2vec模型。但是当我保存会话时，它只输出model.ckpt.data / .index / .meta文件。
我正在考虑实现KNN方法来检索最近的单词。我看到了使用gensim的答案，但是我如何才能先将我的tensorflow word2vec模型保存到.txt中呢？
浏览 2提问于2017-12-19得票数 1
1回答
Word2vec模型查询
neural-network、deep-learning、gensim、word2vec
我使用word2vec gensim包在我的数据集上训练了一个word2vec模型。我的数据集大约有131,681个唯一的单词，但模型输出了一个形状为(47629,100)的向量矩阵。因此，只有47,629个单词具有与其关联的向量。剩下的怎么办？为什么我不能得到每个唯一单词的100维向量？
浏览 0提问于2017-02-09得票数 0
2回答
Word2Vec比较不同尺寸模型的向量
python、nlp、artificial-intelligence、gensim、word2vec
我已经为不同的语言训练了几个使用gensim的word2vec模型，但是每个语言的size都是不同的。
向量如下所示：
vec_sp = word_vectors_sp.get_vector("uno")
如何将vec_sp用作不同向量大小的不同模型的输入：
word_vectors_en.most_similar(positive=[vec_sp], topn=1)
在第二个模型中获得相应的单词
浏览 3提问于2020-02-18得票数 3
1回答
在gensim中创建新的向量模型
python、vector、gensim、word2vec
我已经用gensim库训练了一个word2vec模型。例如，我的模型包含两个单词的向量："new“和"york”。但是，我还想为单词"new york“训练一个向量，因此我将"new york”转换为"new_york“，并训练一个新的向量模型。最后，我想将单词"new“、"york”和"new_york“的向量组合成单词"new”的一个向量表示。 如何将新的向量值保存到模型中？ 我尝试将新的向量分配给模型，但gensim不允许为向量模型分配新值。
浏览 14提问于2019-06-02得票数 1
回答已采纳
1回答
Gensim word2vec模型是否与Mikolov的标准模型相同？
python、nlp、gensim、word2vec
我正在写一篇论文来比较我们的表现。在报纸上，尤瑟尔说
300维预训练的word2vec向量(Mikolov等人，2013年)
我想知道预先训练过的word2vec Gensim模型是否与官方 (googlenews-vectors-neative300.bin.gz文件)上的预训练嵌入相同。
我的怀疑来源于Gensim文档中的这一行(在Word2Vec演示部分)
我们将获取在Google部分数据集上培训的Word2Vec模型，涵盖大约300万单词和短语
这是否意味着gensim模型没有得到充分的培训？这和Mikolov的官方嵌入有什么不同吗？
浏览 3提问于2020-04-19得票数 0
回答已采纳
1回答
如何使用Word2Vec获得单个单词的单个向量？
python、deep-learning、word2vec
我试图解决一个深度学习文本分类问题，所以我必须用Word2Vec矢量化文本输入，以便将它输入到一个神经网络中。
所以我下载了Google预先训练过的Word2Vec模型：
并使用gensim加载它：
import gensim
model = gensim.models.KeyedVectors.load_word2vec_format('Word2Vec.bin', binary=True)
当我试图打印一个特定的单词时：
print(model['cat'])
# => expected output: 0.47385435 (or something
浏览 5提问于2017-03-18得票数 3
回答已采纳
1回答
怎样使用预先训练过的模特(手套)或者训练我自己的模特？
machine-learning、nlp、word2vec、word-embeddings
我一直在使用预先训练的模型，如谷歌新闻或手套6B模型，但在我的文本数据中的许多单词没有它们的向量表示在那些预先训练的模型中。所以我想也许用我的数据来训练我自己的模型。
在训练我们自己的两类分类模型时有什么缺点吗？还是我应该继续使用预先训练过的模型。训练我们自己的模型和使用预先训练的模式有什么区别？
# This is how I am thinking to train the model
from gensim.models import Word2Vec
w2v_model=Word2Vec(list_of_sentance_train,min_count=5,size=50, w
浏览 0提问于2019-03-07得票数 0
1回答
从word2vec中提取单词嵌入
python、gensim、word2vec
晚上好，我有一个相对简单的问题，主要是因为我没有使用python的经验。我想为单词列表提取单词嵌入。这里我创建了一个简单的列表：
list_word = [['Word'],
['ant'],
['bear'],
['beaver'],
['bee'],
['bird']]
然后加载gensim和其他所需的库：
#import tweepy # Obtain Tweets via API
import re # Obtain expressi
浏览 1提问于2021-04-20得票数 0
1回答
使用词嵌入从大型语料库中查找概念
gensim、word2vec、word-embedding
我正在尝试从Konkani语言的语料库中发现新的概念。我在1)领域特定语料库上训练了两个模型，2)在报纸语料库上。
我已经使用Gensim word2vec来训练模型，但是我无法在向量空间中获得具有相似含义的术语。
近义词之间没有同义词的关系。它们的相似性就像一些随机的单词一样好。
我做错了什么？
浏览 1提问于2016-02-28得票数 1
3回答
在spacy中，如何使用在gensim中创建的自己的word2vec模型？
model、word2vec、gensim、spacy
我已经在gensim中训练了我自己的word2vec模型，我正在尝试在spacy中加载该模型。首先，我需要将它保存在我的磁盘中，然后尝试在spacy中加载一个init-model，但无法弄清楚具体是如何加载的。
gensimmodel
Out[252]:
<gensim.models.word2vec.Word2Vec at 0x110b24b70>
import spacy
spacy.load(gensimmodel)
OSError: [E050] Can't find model 'Word2Vec(vocab=250, size=1000, alpha
浏览 0提问于2018-05-22得票数 16
回答已采纳
3回答
Gensim: doc2vec是一个模型还是一个操作？与R执行的差异
python、r、gensim、word2vec、doc2vec
我的任务是将文档向量模型投入生产。我是一个R用户，所以我的原始模型在R中。我们的途径之一是用Python重新创建代码和模型。
我对Doc2vec的Gensim实现感到困惑。
在R中工作的过程如下：
离线
单词向量是使用text2vec包中的函数(即GloVe或GlobalVectors )在大型语料库上训练的，这给了我一个大的Word矢量文本文件。
在ML步骤发生之前，使用来自Doc2Vec库的TextTinyR函数将每个文本从一个更小、更具体的训练语料库中转换成一个向量。这不是机器学习的步骤。没有模特受过训练。Doc2Vec函数有效地聚合了句子中的单词向量，其意义与找到向量
浏览 45提问于2021-06-17得票数 1
回答已采纳
1回答
在Word2Vec向量空间中沿特定方向移动
python、machine-learning、gensim、word2vec
我已经使用gensim训练了一个Word2Vec模型，并且想要查询附近的术语。但是，不是只获取各个方向上最接近的单词：
model = models.Word2Vec.load('MyModel') # load up my trained model
nearest = model.most_similar(['mushroom']) # nearby words all around
我想在向量空间中以特定的方向和距离移动，并检索最接近的单词，本质上是：
nearest = nearest_by_vector(word, directi
浏览 0提问于2016-11-30得票数 1
2回答
我可以使用公共预培训的word2vec，并继续培训它的领域特定的文本？
nlp、word2vec、gensim
我有一套来自服装领域的评论，大约100000篇评论(200万字)。我想训练word2vec用它做一些很酷的NLP员工。
然而，规模不足以创建足够的word2vec模型，它需要数十亿字。
因此，我们的想法是使用公共语料库(如维基百科)，甚至使用一些预先训练过的模型(例如，gensim酷框架)并添加我的领域特定文本。我假设这个模型会注意到未见过的公开单词，并且可以纠正普通单词的向量。
说得通吗？这两百万字会有什么效果吗？
浏览 0提问于2018-08-21得票数 5
1回答
属性名词的word2vec
machine-learning、python、nlp、word2vec、word-embeddings
我已经在一个电影数据集上训练了我的word2vec模型，其中包含了明星阵容、导演姓名和其他类似的特性/列。文本不是自由流动的(它是逗号分隔的)。因此，相似度函数和评分函数不能产生满意的结果，因为嵌入生成的结果不合格。
word2vec是解决这样一个问题的正确方法吗?因为有更多的专有名词而没有自由流动的文本？
如果是，用专有名词进行训练的参数是什么？
浏览 0提问于2017-03-23得票数 -2
2回答
如何使用Google Word2Vec获取每个文档的向量
python、word2vec、word-embedding
我正在尝试谷歌的word2vec预培训模式，以获得单词嵌入。我能够在我的代码中加载模型，我可以看到我得到了一个单词的300维表示。这是密码-
import gensim
from gensim import models
from gensim.models import Word2Vec
model = gensim.models.KeyedVectors.load_word2vec_format('/Downloads/GoogleNews-vectors-negative300.bin', binary=True)
dog = model['dog']
p
浏览 0提问于2020-11-02得票数 1
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
活动推荐
腾讯云开发者
