保存 Word2Vec 用于 CNN 文本分类
Saving Word2Vec for CNN Text Classification
我想为我的文本语料库训练我自己的 Word2Vec 模型。我可以从 TensorFlow 的教程中获取代码。我不知道的是如何保存这个模型以供以后用于 CNN 文本分类？是不是应该用pickle保存，以后再看？
您可以使用 pickle 将其保存到磁盘。然后，当您创建 CNN 模型时，加载保存的词嵌入 table 并使用它来初始化 TensorFlow 变量，该变量保存 CNN 分类器的词嵌入。
在tensorflow的情况下，不酸洗不是保存模型的方式。
Tensorflow 提供了用于将模型保存为 proto bufs（用于导出模型）的 tensorflow 服务。保存模型的方法是将 tensorflow 会话保存为：
saver.save(sess, 'my_test_model',global_step=1000)
这里是 link 完整的答案：
我想为我的文本语料库训练我自己的 Word2Vec 模型。我可以从 TensorFlow 的教程中获取代码。我不知道的是如何保存这个模型以供以后用于 CNN 文本分类？是不是应该用pickle保存，以后再看？
您可以使用 pickle 将其保存到磁盘。然后，当您创建 CNN 模型时，加载保存的词嵌入 table 并使用它来初始化 TensorFlow 变量，该变量保存 CNN 分类器的词嵌入。
在tensorflow的情况下，不酸洗不是保存模型的方式。
Tensorflow 提供了用于将模型保存为 proto bufs（用于导出模型）的 tensorflow 服务。保存模型的方法是将 tensorflow 会话保存为： saver.save(sess, 'my_test_model',global_step=1000)
这里是 link 完整的答案：